為了提高土壤有機(jī)質(zhì)含量預(yù)測(cè)的精度,對(duì)光譜預(yù)處理方法和特征波段的選擇進(jìn)行了研究。分別用Savitzky-Golay平滑（SGS）、多元散射校正（MSC）、標(biāo)準(zhǔn)正態(tài)化（SNV）、標(biāo)準(zhǔn)正態(tài)化+去趨勢(shì)（SNV_Detrend）、一階導(dǎo)數(shù)（FD）、二階導(dǎo)數(shù)（SD）、包絡(luò)線去除（CR）和克里克濾波（KF）8種方法對(duì)33個(gè)水稻土土壤樣本進(jìn)行了光譜預(yù)處理,用分區(qū)極值法選擇的特征波段進(jìn)行了建模。結(jié)果表明:經(jīng)過(guò)預(yù)處理以后,除了SGS和KF處理外,MSC、 SNV、 SNV_Detrend、 FD、SD、CR預(yù)處理獲得的土壤光譜與土壤有機(jī)質(zhì)（SOM）含量的相關(guān)性都得到了顯著提高;CR預(yù)處理方法獲得的預(yù)測(cè)模型精度最高,其標(biāo)定集和驗(yàn)證集的決定系數(shù)分別是0.728和0.666,最小均方根誤差（RMSE）分別是2.240 g/kg和2.770 g/kg;利用分區(qū)選擇的4個(gè)特征波段建立的預(yù)測(cè)模型精度遠(yuǎn)高于利用4個(gè)相關(guān)系數(shù)最大絕對(duì)值對(duì)應(yīng)的波段及所有相關(guān)系數(shù)絕對(duì)值大于0.5的77個(gè)波段建立的預(yù)測(cè)模型。CR預(yù)處理方法和基于分區(qū)極值選擇的特征波段能夠改善土壤有機(jī)質(zhì)含量的預(yù)測(cè)精度。 

【文章來(lái)源】：江蘇農(nóng)業(yè)學(xué)報(bào). 2019,35(06)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

土壤樣本的原始光譜

土壤樣本的原始光譜與SOM含量的相關(guān)系數(shù)

對(duì)SGS、KF、MSC、SNV、SNV_Detrend、FD、SD和CR處理后的土壤光譜反射率與SOM含量進(jìn)行相關(guān)性統(tǒng)計(jì)(圖3)。SGS光譜反射率與SOM含量之間的相關(guān)系數(shù)的值域區(qū)間與原始光譜基本相同(分別為-0.229～-0.464、-0.211～-0.464),主要原因主要是原始光譜曲線比較平滑,SGS處理后光譜反射率變化較小。KF光譜反射率與SOM含量也顯示負(fù)相關(guān),但相關(guān)性卻低于原始光譜與SOM含量的相關(guān)性(值域?yàn)?0.071～-0.369),稀疏采樣(采樣間隔100 m)可能是其主要影響因素。經(jīng)過(guò)MSC、SNV、SNV_Detrend、FD、SD和CR處理得到的反射光譜與SOM含量的相關(guān)性都得到了顯著的提高,出現(xiàn)了一些與SOM含量有顯著相關(guān)性的波段,且其相關(guān)系數(shù)的最大絕對(duì)值都高于0.6。因此,后續(xù)工作將只針對(duì)MSC、SNV、SNV_Detrend、FD、SD和CR處理得到的光譜進(jìn)行特征波段的選擇和建模。2.2 特征波段的選擇

【參考文獻(xiàn)】：
期刊論文
[1]基于綜合光譜指數(shù)的不同程度人類(lèi)干擾下土壤有機(jī)質(zhì)含量預(yù)測(cè)[J]. 鄭曼迪,熊黑鋼,喬娟峰,劉靖朝.  江蘇農(nóng)業(yè)學(xué)報(bào). 2018(05)
[2]光譜變換方法對(duì)黑土養(yǎng)分含量高光譜遙感反演精度的影響[J]. 張東輝,趙英俊,秦凱,趙寧博,楊越超.  農(nóng)業(yè)工程學(xué)報(bào). 2018(20)
[3]基于優(yōu)化光譜指數(shù)的土壤有機(jī)質(zhì)含量估算[J]. 尼加提·卡斯木,茹克亞·薩吾提,師慶東,買(mǎi)合木提·巴拉提,米熱阿地力·庫(kù)爾班,蘇比努爾·居來(lái)提.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(11)
[4]基于灰度關(guān)聯(lián)-嶺回歸的荒漠土壤有機(jī)質(zhì)含量高光譜估算[J]. 王海峰,張智韜,Arnon Karnieli,陳俊英,韓文霆.  農(nóng)業(yè)工程學(xué)報(bào). 2018(14)
[5]黃土高原煤礦區(qū)復(fù)墾農(nóng)田土壤有機(jī)質(zhì)含量的高光譜預(yù)測(cè)[J]. 南鋒,朱洪芬,畢如田.  中國(guó)農(nóng)業(yè)科學(xué). 2016(11)
[6]基于偏最小二乘回歸的土壤有機(jī)質(zhì)含量高光譜估算[J]. 于雷,洪永勝,耿雷,周勇,朱強(qiáng),曹雋雋,聶艷.  農(nóng)業(yè)工程學(xué)報(bào). 2015(14)
[7]荒漠土壤有機(jī)質(zhì)含量高光譜估算模型[J]. 侯艷軍,塔西甫拉提·特依拜,買(mǎi)買(mǎi)提·沙吾提,張飛.  農(nóng)業(yè)工程學(xué)報(bào). 2014(16)
[8]土壤導(dǎo)數(shù)光譜小波去噪與有機(jī)質(zhì)吸收特征提取[J]. 劉煒,常慶瑞,郭曼,邢東興,員永生.  光譜學(xué)與光譜分析. 2011(01)



本文編號(hào)：3122781