為實現(xiàn)對土壤有機質(zhì)含量的快速監(jiān)測,在對土壤有機質(zhì)含量作倒數(shù)變換的同時將土壤高光譜數(shù)據(jù)進行多種數(shù)據(jù)變換處理,篩選出與土壤有機質(zhì)含量倒數(shù)變換后相關(guān)性最高的光譜指標,最后構(gòu)建了土壤有機質(zhì)含量高光譜反演的最佳模型,實現(xiàn)對土壤有機質(zhì)含量的反演。結(jié)果表明:估算土壤有機質(zhì)含量的最佳光譜指標為反射率一階微分波段組合R₍（587,126）*R_{（734,049）}*R_{（1 095,892）},相關(guān)系數(shù)為0.769;在此基礎(chǔ)上構(gòu)建的土壤有機質(zhì)含量高光譜反演模型最佳(Y=5×10¹⁶x³-5×10¹⁰x²+59 471.000 0x+0.101 1),其決定系數(shù)R²為0.65,均方根誤差（RMSE）為0.040 mg/kg。將其驗證樣本預(yù)測值與實測值進行比較,平均相對誤差為27.00%,RMSE為4.19 mg/kg。該驗證結(jié)果證明利用該模型進行華南地區(qū)土壤有機質(zhì)含量的快速監(jiān)測是可行的。 

【文章來源】：江蘇農(nóng)業(yè)學(xué)報. 2020,36(02)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

研究區(qū)土壤樣點分布圖

采用Savitzky-Golay平滑方法對實驗室采集的光譜數(shù)據(jù)進行平滑處理以降低噪聲的影響。從圖2可見,采集的土壤光譜曲線變化趨勢大致相同,總體呈現(xiàn)先增加后降低的拋物線型。在可見光和部分近紅外波段范圍(400～1 100 nm),反射光譜隨著波長的增加而上升,在1 100 nm附近形成一個峰值,之后光譜變化趨緩。在1 400 nm、1 900 nm和2 200 nm附近有3個明顯的吸收峰,深度略有差別,這可能是黏土礦物中所含的水分子和羥基的吸收帶[15],基本符合土壤光譜的曲線特征。1.3.2 構(gòu)建光譜指標

在獲得4種光譜指標最高相關(guān)性所對應(yīng)的波段組合的基礎(chǔ)上,采用6種常用的回歸模型方法,分別以各光譜指標最佳波段組合為自變量x和倒數(shù)變換后的土壤全有機質(zhì)含量為因變量y,構(gòu)建各項光譜指標[反射率光譜平滑(REF)、一階微分(FDR)、二階微分(SDR)、倒數(shù)對數(shù)(lg(1/R)]與土壤有機質(zhì)含量之間的高光譜估算模型。當部分自變量x出現(xiàn)負數(shù)時,對數(shù)函數(shù)和冪函數(shù)模型被剔除(表3)。從表3可以看出,采用4～6種基本模型分別對4種光譜指標與土壤有機質(zhì)含量的高光譜估算模型的效果差異較大。其中建模的決定系數(shù)(R2)介于0.17與0.65之間,均方根誤差(RMSE)介于0.040 mg/kg與0.061 mg/kg之間;模型建立后進行驗證獲取的R2介于0.02與0.73之間,RMSE介于0.040 mg/kg與0.049 mg/kg之間。對比和分析表3中所有模型的效果可知,基于反射率一階微分(FDR)波段組合的土壤有機質(zhì)含量估算模型的反演效果要明顯優(yōu)于其他模型,這是因為在一階微分變換后,光譜反射率變得更加平緩,而部分特征卻得到了明顯的增強,使得光譜估算模型的效果得到提升。在反射率一階微分(FDR)波段組合的4種估算模型中,一元三次函數(shù)模型Y=5×1016x3-5×1010x2+59 471.000 0x+0.101 1的R2達到0.65,RMSE為0.040 mg/kg, R2較大且RMSE小,擬合效果最好,其擬合圖見圖4。

【參考文獻】：
期刊論文
[1]土壤有機質(zhì)高光譜估算模型研究進展[J]. 章濤,于雷.  湖北農(nóng)業(yè)科學(xué). 2017(17)
[2]基于偏最小二乘回歸的土壤有機質(zhì)含量高光譜估算[J]. 于雷,洪永勝,耿雷,周勇,朱強,曹雋雋,聶艷.  農(nóng)業(yè)工程學(xué)報. 2015(14)
[3]基于高光譜遙感土壤有機質(zhì)含量預(yù)測研究[J]. 李媛媛,李微,劉遠,郭錫杰,牟蒙,劉長發(fā).  土壤通報. 2014(06)
[4]荒漠土壤有機質(zhì)含量高光譜估算模型[J]. 侯艷軍,塔西甫拉提·特依拜,買買提·沙吾提,張飛.  農(nóng)業(yè)工程學(xué)報. 2014(16)
[5]基于地面實測光譜的土壤有機質(zhì)含量預(yù)測[J]. 官曉,周萍,陳圣波.  國土資源遙感. 2014(02)
[6]高光譜土壤有機質(zhì)估測模型對比研究[J]. 袁征,李希燦,于濤,張廣波.  測繪科學(xué). 2014(05)
[7]廣東耕地土壤有機質(zhì)的變化趨勢及其驅(qū)動力分析[J]. 曾招兵,湯建東,劉一峰,張滿紅,林碧姍.  土壤. 2013(01)
[8]基于不同模型的土壤有機質(zhì)含量高光譜反演比較分析[J]. 欒福明,張小雷,熊黑鋼,張芳,王芳.  光譜學(xué)與光譜分析. 2013(01)
[9]土壤有機質(zhì)測定方法綜述[J]. 李婧.  分析試驗室. 2008(S1)
[10]基于高光譜的土壤有機質(zhì)含量預(yù)測模型的建立與評價[J]. 盧艷麗,白由路,楊俐蘋,王紅娟.  中國農(nóng)業(yè)科學(xué). 2007(09)



本文編號：3480916