為了探討地形因子對黑土地理化性質航空高光譜反演的影響,本研究以黑龍江省海倫市典型黑土地為例,開展12種地形因子與土壤有機質含量、全氮含量、全磷含量、全鉀含量、pH值、陽離子交換量、全鹽量的相關性研究,并對比不同建模方法在加入地形因子前后的預測精度。航空高光譜反演結果表明,海拔、坡度、山谷指數(shù)、地形粗糙指數(shù)、起伏度與多種土壤理化指標顯著相關,在加入地形因子后,支持向量機法和隨機森林法的模型預測精度穩(wěn)定提升,而偏最小二乘法的模型預測精度卻大幅下降。隨機森林法的模型預測效果整體最好,與純光譜反射率的反演模型相比,加入地形因子后全氮含量模型預測R~2的提升幅度最大（提升了0.062）,7種理化指標預測模型R~2的平均提升幅度為0.036�？傊�,地形因子對提升黑土地理化性質的航空高光譜反演精度有積極作用,且適合用于機器學習方法進行反演。 

【文章頁數(shù)】：8 頁

【文章目錄】：
1 材料與方法
    1.1 研究區(qū)概況
    1.2 航空高光譜數(shù)據(jù)獲取及預處理
    1.3 地面采樣與分析
    1.4 地形因子提取
    1.5 土壤理化性質航空高光譜反演
2 結果與分析
    2.1 土壤理化性質及反演統(tǒng)計結果
    2.2 土壤理化指標與地形因子的相互關系
        2.2.1 相關系數(shù)
        2.2.2 不同坡度、坡向類別土壤的理化性質差異
        2.2.3 地形因子篩選
    2.3 地形因子對建模的影響
3 討 論


【參考文獻】：
期刊論文
[1]土壤pH值和全鉀含量高光譜反演方法比較[J]. 沈從旺,徐麗華.  江蘇農業(yè)學報. 2020(01)
[2]GF-1影像遙感監(jiān)測指標與冬小麥長勢參數(shù)的關系[J]. 單捷,孫玲,王志明,盧必慧,王晶晶,邱琳,黃曉軍.  江蘇農業(yè)學報. 2019(06)
[3]桃樹遙感辨識的最佳時相與方法[J]. 邢東興,王明軍,陳玲俠,楊波,焦俏,張亞寧.  江蘇農業(yè)學報. 2019(04)
[4]黑土區(qū)田塊土壤有機質空間分異及分布研究[J]. 劉煥軍,謝雅慧,潘越,邱政超,張新樂,竇欣,徐夢園,秦樂樂.  土壤通報. 2018(06)
[5]黑土區(qū)縣域土壤養(yǎng)分空間分布特征及其影響因子[J]. 杜可,王樂,張淑香,雷秋良.  植物營養(yǎng)與肥料學報. 2018(06)
[6]峽江縣土壤養(yǎng)分空間特征及與地形因子的相關性[J]. 趙越,羅志軍,趙杰,齊松,曹麗萍.  水土保持研究. 2018(05)
[7]新疆察布查爾縣農耕層土壤養(yǎng)分空間特征及其與地形因子的關系[J]. 徐莉,閆俊杰,陳晨,崔東.  水土保持通報. 2018(04)
[8]基于深度學習的無人機遙感生態(tài)灌區(qū)雜草分類[J]. 王術波,韓宇,陳建,潘越,曹毅,孟灝.  排灌機械工程學報. 2018(11)
[9]基于無人機遙感數(shù)據(jù)的生態(tài)渠系信息提取[J]. 張自超,韓宇,陳建,王術波,王廣琦,杜楠楠.  排灌機械工程學報. 2018(10)
[10]農情遙感信息服務與野外監(jiān)測云平臺構建[J]. 王利軍,郭燕,王來剛,賀佳,程永政,劉婷,武喜紅.  南方農業(yè)學報. 2018(06)



本文編號：3713392