基于成像光譜技術(shù)的耕地土壤有機(jī)質(zhì)遙感監(jiān)測方法研究
發(fā)布時間:2020-04-10 06:38
【摘要】:近幾年,隨著成像高光譜技術(shù)的不斷進(jìn)步,利用光譜方法獲取目標(biāo)物的有效信息已經(jīng)成為目前農(nóng)業(yè)遙感領(lǐng)域的研究熱點。土壤有機(jī)質(zhì)含量是權(quán)衡耕地土壤肥力的重要標(biāo)準(zhǔn),亦是增強(qiáng)農(nóng)作物產(chǎn)量的物質(zhì)根本。因此,利用成像高光譜遙感技術(shù)對耕地土壤有機(jī)質(zhì)含量進(jìn)行定量研究,已成為遙感技術(shù)在農(nóng)業(yè)中的應(yīng)用研究焦點。然而,國內(nèi)利用成像高光譜技術(shù)對耕地土壤有機(jī)質(zhì)(Soil organic matter,SOM)的研究較少,鑒于此,作者設(shè)計了基于成像高光譜的耕地土壤SOM監(jiān)測實驗。本文以陜西楊凌、河北安平、北京小湯山地區(qū)不同類型的耕地土壤為研究對象,利用高光譜影像,探求耕地土壤有機(jī)質(zhì)含量的光譜響應(yīng)規(guī)律,引入重采樣技術(shù)、土壤指數(shù)法、主成分分析法、連續(xù)小波變換等算法,逐步進(jìn)行小區(qū)域尺度耕地土壤有機(jī)質(zhì)的遙感監(jiān)測研究。本研究的主要內(nèi)容和結(jié)論包括如下幾部分:(1)基于土壤指數(shù)、主成分分析法、連續(xù)小波變換等方法,對土壤有機(jī)質(zhì)含量的成像高光譜數(shù)據(jù)進(jìn)行特征分析,研究耕地土壤有機(jī)質(zhì)含量與其光譜參量的響應(yīng)關(guān)系,提取不同反演算法的敏感特征,確定上述方法與土壤有機(jī)質(zhì)相關(guān)性較好的特征參量。(2)結(jié)合耕地土壤有機(jī)質(zhì)含量光譜分析結(jié)果,篩選出不同尺度與不同反演算法的耕地土壤有機(jī)質(zhì)敏感信息,構(gòu)建基于土壤指數(shù)法、主成分分析、連續(xù)小波變換等反演算法的預(yù)測模型,并以決定系數(shù)、均方根誤差、估測精度為評定指標(biāo),對模型結(jié)果進(jìn)行精度驗證,篩選出最適合的診斷模型。通過對比看出,PCA-PLS模型精度最低,MSI-PLS模型其次,CWT-SLR模型的估測精度最高,反演效果最好,R2值最高為0.5762,RMSE值最低為2.5547 g/Kg,整體估測精度EA最高達(dá)到87.19%。(3)無人機(jī)飛行高度、成像像元尺度、成像幅寬具有相關(guān)性,無人機(jī)的飛行高度不同,像元尺度不同,其空間分辨率也不同,導(dǎo)致耕地土壤SOM反演模型的精度有所差異。本文共模擬獲取五種不同像元個數(shù)的重采樣數(shù)據(jù),進(jìn)行耕地土壤有機(jī)質(zhì)的遙感反演模型研究,構(gòu)建無人機(jī)飛行高度-成像幅寬-像元分辨率-反演模型-監(jiān)測精度的關(guān)系表,發(fā)現(xiàn)飛行高度最低為83m的模型預(yù)測效果最好。因此選定5*5采樣尺度、83m飛行高度,采用CWT-SLR模型對土壤有機(jī)質(zhì)含量進(jìn)行模擬。綜上所述,本文利用成像高光譜數(shù)據(jù),分析了耕地土壤有機(jī)質(zhì)的光譜特征,構(gòu)建遙感診斷模型,提出了土壤SOM快速、準(zhǔn)確、無損估測的監(jiān)測方法,完善了小區(qū)域尺度的耕地土壤有機(jī)質(zhì)含量遙感監(jiān)測體系,為無人機(jī)成像光譜技術(shù)應(yīng)用于耕地土壤有機(jī)質(zhì)監(jiān)測進(jìn)行了有益探索,驗證其在土壤SOM方面的可行性,有利于促進(jìn)精準(zhǔn)農(nóng)業(yè)的發(fā)展和成像高光譜技術(shù)的應(yīng)用。
【學(xué)位授予單位】:河南理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2016
【分類號】:S153.621;S127
本文編號:2621883
【學(xué)位授予單位】:河南理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2016
【分類號】:S153.621;S127
【相似文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前1條
1 王磊;基于成像光譜技術(shù)的耕地土壤有機(jī)質(zhì)遙感監(jiān)測方法研究[D];河南理工大學(xué);2016年
,本文編號:2621883
本文鏈接:http://sikaile.net/nykjlw/nyxlw/2621883.html
最近更新
教材專著