針對光學遙感技術只能獲取表層土壤光譜信息而無法直接估測耕層土壤有機質含量的問題,探索建立基于表層土壤高光譜信息的耕層土壤有機質間接估測模型。以山東省濟南市章丘區(qū)采集的76個表層、耕層土壤樣本數(shù)據(jù)為基礎,首先分析原始光譜反射率的光譜特征;然后利用反射率的一階微分、平方根的一階微分和對數(shù)倒數(shù)的一階微分等方法對原始光譜反射率進行變換,并根據(jù)極大相關性原則選取估測因子;最后根據(jù)表層土壤有機質含量與耕層有機質含量間的內在關系,建立耕層土壤有機質含量的間接估測模型。結果表明,以557、1 621、2 107和2 316 nm波段對數(shù)倒數(shù)的一階微分變換值和864 nm波段反射率平方根倒數(shù)一階微分的變換值為估測因子,使用二次函數(shù)關系模型對耕層土壤有機質含量間接估測的精度最高,其決定系數(shù)R²為0.784,平均相對誤差為10.7%。研究表明,利用表層土壤高光譜信息間接估測耕層有機質含量可行有效。 

【文章來源】：測繪科學技術學報. 2019,36(01)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

BP神經(jīng)網(wǎng)絡估測結果利用多元線性回歸和支持向量機對表層土壤

【參考文獻】：
期刊論文
[1]基于高光譜數(shù)據(jù)的土壤有機質含量反演模型比較[J]. 葉勤,姜雪芹,李西燦,林怡.  農(nóng)業(yè)機械學報. 2017(03)
[2]黃土高原煤礦區(qū)復墾農(nóng)田土壤有機質含量的高光譜預測[J]. 南鋒,朱洪芬,畢如田.  中國農(nóng)業(yè)科學. 2016(11)
[3]基于偏最小二乘回歸的土壤有機質含量高光譜估算[J]. 于雷,洪永勝,耿雷,周勇,朱強,曹雋雋,聶艷.  農(nóng)業(yè)工程學報. 2015(14)
[4]土壤有機質含量區(qū)間值高光譜估測[J]. 李西燦,趙庚星,陳紅艷,武彬,田野,張永浩.  測繪科學技術學報. 2014(06)
[5]基于高光譜遙感土壤有機質含量預測研究[J]. 李媛媛,李微,劉遠,郭錫杰,牟蒙,劉長發(fā).  土壤通報. 2014(06)
[6]黃河三角洲土壤有機質含量的高光譜反演[J]. 韓兆迎,朱西存,劉慶,房賢一,王卓遠.  植物營養(yǎng)與肥料學報. 2014(06)
[7]荒漠土壤有機質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)工程學報. 2014(16)
[8]去除水分影響提高土壤有機質含量高光譜估測精度[J]. 陳紅艷,趙庚星,張曉輝,王瑞燕,孫莉,陳敬春.  農(nóng)業(yè)工程學報. 2014(08)
[9]光譜測定黑河上游土壤有機質的預測模型[J]. 劉嬌,李毅,劉世賓.  光譜學與光譜分析. 2013(12)
[10]有機質對土壤光譜特性的影響研究[J]. 彭杰,周清,張楊珠,向紅英.  土壤學報. 2013(03)



本文編號：3070531