基于無人機(jī)的冬小麥拔節(jié)期表層土壤有機(jī)質(zhì)含量遙感反演
發(fā)布時(shí)間:2023-03-04 10:14
快速監(jiān)測大面積分布的鹽漬化麥田土壤有機(jī)質(zhì)含量,可為推進(jìn)鹽漬土改良和促進(jìn)碳循環(huán)研究提供數(shù)據(jù)支撐。通過野外采樣與獲取無人機(jī)遙感影像,分別基于裸土和植被情況,采用多元線性回歸(MLR)、偏最小二乘回歸(PLSR)和支持向量機(jī)回歸(SVR)3種方法,建立區(qū)域有機(jī)質(zhì)含量遙感模型,并進(jìn)行檢驗(yàn)和對(duì)比,確定最優(yōu)的土壤有機(jī)質(zhì)含量反演模型;最后基于最優(yōu)模型進(jìn)行研究區(qū)表層土壤有機(jī)質(zhì)的反演,并與插值結(jié)果進(jìn)行比較。結(jié)果表明:經(jīng)5×5的中值濾波處理后的光譜與土壤表層有機(jī)質(zhì)對(duì)應(yīng)最優(yōu);3種模型中,SVR模型的預(yù)測精度最高,PLSR次之,MLR效果最差。對(duì)比兩種變量的建模效果,基于植被的SVR建模效果最好,其建模決定系數(shù)(R2)、均方根誤差(RMSE)分別為0.89、0.20,驗(yàn)證R2、RMSE分別為0.82、0.24;基于裸土的建模效果不理想,最優(yōu)的也是SVR模型,其建模R2、RMSE分別為0.63、0.26,驗(yàn)證R2、RMSE分別為0.61、0.25。根據(jù)最優(yōu)模型反演得到該區(qū)域有機(jī)質(zhì)含量為17.51~22.53 g·kg
【文章頁數(shù)】:8 頁
【文章目錄】:
1 研究地區(qū)與研究方法
1.1 研究區(qū)概況
1.2 數(shù)據(jù)獲取
1.2.1 土壤樣品采集和處理
1.2.2 遙感影像的獲取和預(yù)處理
1.3 研究方法
1.3.1 裸土光譜的提取
1.3.2 植被光譜的提取
1.3.3 敏感指標(biāo)的選取
1.4 模型建立與驗(yàn)證
1.4.1 模型建立
1.4.2 模型驗(yàn)證
1.5 有機(jī)質(zhì)的空間分布反演與精度分析
2 結(jié)果與分析
2.1 植被光譜的分析
2.2 土壤有機(jī)質(zhì)含量和光譜反射率
2.3 土壤有機(jī)質(zhì)含量的反演模型
2.4 土壤有機(jī)質(zhì)含量反演模型的優(yōu)選
2.5 土壤有機(jī)質(zhì)含量的反演
2.6 土壤有機(jī)質(zhì)含量的空間插值
2.7 土壤有機(jī)質(zhì)含量反演精度
3 討 論
4 結(jié) 論
本文編號(hào):3754095
【文章頁數(shù)】:8 頁
【文章目錄】:
1 研究地區(qū)與研究方法
1.1 研究區(qū)概況
1.2 數(shù)據(jù)獲取
1.2.1 土壤樣品采集和處理
1.2.2 遙感影像的獲取和預(yù)處理
1.3 研究方法
1.3.1 裸土光譜的提取
1.3.2 植被光譜的提取
1.3.3 敏感指標(biāo)的選取
1.4 模型建立與驗(yàn)證
1.4.1 模型建立
1.4.2 模型驗(yàn)證
1.5 有機(jī)質(zhì)的空間分布反演與精度分析
2 結(jié)果與分析
2.1 植被光譜的分析
2.2 土壤有機(jī)質(zhì)含量和光譜反射率
2.3 土壤有機(jī)質(zhì)含量的反演模型
2.4 土壤有機(jī)質(zhì)含量反演模型的優(yōu)選
2.5 土壤有機(jī)質(zhì)含量的反演
2.6 土壤有機(jī)質(zhì)含量的空間插值
2.7 土壤有機(jī)質(zhì)含量反演精度
3 討 論
4 結(jié) 論
本文編號(hào):3754095
本文鏈接:http://sikaile.net/kejilunwen/nykj/3754095.html
最近更新
教材專著