不同含水量黑土土壤光譜反射率半經(jīng)驗(yàn)?zāi)P蜆?gòu)建
發(fā)布時(shí)間:2021-10-07 19:03
土壤含水量的變化情況與時(shí)空分布對(duì)熱量平衡、農(nóng)業(yè)墑情等具有顯著的影響。利用反射率光譜信息反演土壤含水量的研究,可為實(shí)現(xiàn)土壤含水量速測(cè)、揭示土壤含水量時(shí)空變異規(guī)律提供科學(xué)依據(jù)。構(gòu)建不同含水量黑土土壤反射率光譜半經(jīng)驗(yàn)?zāi)P?深入探究土壤重量含水量與反射率光譜的關(guān)系。制備了12種不同濕度的土壤樣品。采用ASD Field Spec Pro 3地物波譜儀對(duì)制備的不同濕度梯度的黑土土壤進(jìn)行反射率光譜測(cè)量。利用菲涅耳反射率建立土壤表面反射模型;在以往的研究中, Kubelka-Munk (KM)模型中的漫反射率R∞通常被視為對(duì)于給定材料和照明波長(zhǎng)的常數(shù)或需要反演的參數(shù)。通過(guò)研究發(fā)現(xiàn),漫反射率R∞不僅與材料和波長(zhǎng)有關(guān),還與土壤含水量相關(guān)。利用與土壤含水量相關(guān)的吸收系數(shù)及散射系數(shù)描述了土壤含水量與漫反射率R∞的關(guān)系,并基于KM理論對(duì)體散射分量進(jìn)行建模;進(jìn)而構(gòu)建不同含水量黑土土壤反射率光譜半經(jīng)驗(yàn)?zāi)P汀8鶕?jù)實(shí)際測(cè)量數(shù)據(jù)選用最小二乘算法對(duì)模型參數(shù)進(jìn)行反演,并通過(guò)分析反演參數(shù)簡(jiǎn)化模型。最后,將未參與建模的不同含水量梯度的數(shù)據(jù)代入模型中,驗(yàn)證模型的有...
【文章來(lái)源】:光譜學(xué)與光譜分析. 2019,39(11)北大核心EISCICSCD
【文章頁(yè)數(shù)】:5 頁(yè)
【部分圖文】:
圖1不同波長(zhǎng)下的反演參數(shù)(a):a1;(b):a2;(c):θ0Fig.1Inversionparametersatdifferentwavelengths(a):a1;(b):a2;(c):θ0
不同含水量土坡
為0.0006,4個(gè)不同含水量下的平均RMSE是0.0051,說(shuō)明該模型適合對(duì)不同含水量的土壤進(jìn)行反射率光譜模擬。表1不同含水量黑土土壤反射率光譜的RMSETable1RMSEofreflectanceofblacksoilwithdifferentmoisturecontentsMoisturecontents/(g·kg-1)Rootmeansquareerror400.00061700.00722000.00802200.0046圖3為在400~2400nm波段,不同波長(zhǎng)黑土土壤光譜反射率的RMSEP示意圖,從圖中可以看出,RMSEP基本低于0.008,1920nm波長(zhǎng)處的RMSEP最小,為0.002062。由此可見(jiàn),模型具有很高的預(yù)測(cè)精度。為了進(jìn)一步驗(yàn)證模型的可靠性,采集長(zhǎng)春地區(qū)的土壤配制15個(gè)不同含水量梯度并對(duì)其進(jìn)行反射率光譜測(cè)量。選取9個(gè)樣品數(shù)據(jù)用于建模,6個(gè)樣品數(shù)據(jù)用于驗(yàn)證。經(jīng)計(jì)算得知:6個(gè)不同含水量下的平均RMSE是0.00855。400~2400nm波段內(nèi)的RMSEP基本低于0.015,525nm波長(zhǎng)處的RMSEP最小,為0.0009225。圖3不同波長(zhǎng)下黑土土壤反射率光譜的預(yù)測(cè)均方根誤差(RMSEP)Fig.3RMSEPofblacksoilspectralreflectanceatdifferentwavelengths4結(jié)論利用與土壤含水量相關(guān)的k及s描述了土壤含水量與漫反射率R∞的關(guān)系,并基于KM理論對(duì)體
【參考文獻(xiàn)】:
期刊論文
[1]土壤堿解氮含量可見(jiàn)/近紅外光譜預(yù)測(cè)模型優(yōu)化[J]. 汪六三,魯翠萍,王儒敬,黃偉,郭紅燕,汪玉冰,林志丹,王鍵,蔣慶,宋良圖. 發(fā)光學(xué)報(bào). 2018(07)
[2]基于偏振信息反演土壤濕度的方法[J]. 張穎,余焱強(qiáng),趙慧潔,宣佳彬. 紅外與激光工程. 2018(01)
[3]基于高光譜成像技術(shù)的土壤水分機(jī)理研究及模型建立[J]. 吳龍國(guó),王松磊,何建國(guó),KAZUHIRONakano. 發(fā)光學(xué)報(bào). 2017(10)
[4]可見(jiàn)/近紅外土壤濕度的光譜偏振特性實(shí)驗(yàn)研究[J]. 王新強(qiáng),孫曉兵,張麗娟,汪杰君,謝秋蓉,葉松. 紅外與激光工程. 2015(11)
[5]基于互補(bǔ)相關(guān)模型和IKONOS數(shù)據(jù)的農(nóng)田蒸散時(shí)空特征分析[J]. 趙春江,楊貴軍,薛緒掌,馮海寬,石月嬋. 農(nóng)業(yè)工程學(xué)報(bào). 2013(08)
本文編號(hào):3422602
【文章來(lái)源】:光譜學(xué)與光譜分析. 2019,39(11)北大核心EISCICSCD
【文章頁(yè)數(shù)】:5 頁(yè)
【部分圖文】:
圖1不同波長(zhǎng)下的反演參數(shù)(a):a1;(b):a2;(c):θ0Fig.1Inversionparametersatdifferentwavelengths(a):a1;(b):a2;(c):θ0
不同含水量土坡
為0.0006,4個(gè)不同含水量下的平均RMSE是0.0051,說(shuō)明該模型適合對(duì)不同含水量的土壤進(jìn)行反射率光譜模擬。表1不同含水量黑土土壤反射率光譜的RMSETable1RMSEofreflectanceofblacksoilwithdifferentmoisturecontentsMoisturecontents/(g·kg-1)Rootmeansquareerror400.00061700.00722000.00802200.0046圖3為在400~2400nm波段,不同波長(zhǎng)黑土土壤光譜反射率的RMSEP示意圖,從圖中可以看出,RMSEP基本低于0.008,1920nm波長(zhǎng)處的RMSEP最小,為0.002062。由此可見(jiàn),模型具有很高的預(yù)測(cè)精度。為了進(jìn)一步驗(yàn)證模型的可靠性,采集長(zhǎng)春地區(qū)的土壤配制15個(gè)不同含水量梯度并對(duì)其進(jìn)行反射率光譜測(cè)量。選取9個(gè)樣品數(shù)據(jù)用于建模,6個(gè)樣品數(shù)據(jù)用于驗(yàn)證。經(jīng)計(jì)算得知:6個(gè)不同含水量下的平均RMSE是0.00855。400~2400nm波段內(nèi)的RMSEP基本低于0.015,525nm波長(zhǎng)處的RMSEP最小,為0.0009225。圖3不同波長(zhǎng)下黑土土壤反射率光譜的預(yù)測(cè)均方根誤差(RMSEP)Fig.3RMSEPofblacksoilspectralreflectanceatdifferentwavelengths4結(jié)論利用與土壤含水量相關(guān)的k及s描述了土壤含水量與漫反射率R∞的關(guān)系,并基于KM理論對(duì)體
【參考文獻(xiàn)】:
期刊論文
[1]土壤堿解氮含量可見(jiàn)/近紅外光譜預(yù)測(cè)模型優(yōu)化[J]. 汪六三,魯翠萍,王儒敬,黃偉,郭紅燕,汪玉冰,林志丹,王鍵,蔣慶,宋良圖. 發(fā)光學(xué)報(bào). 2018(07)
[2]基于偏振信息反演土壤濕度的方法[J]. 張穎,余焱強(qiáng),趙慧潔,宣佳彬. 紅外與激光工程. 2018(01)
[3]基于高光譜成像技術(shù)的土壤水分機(jī)理研究及模型建立[J]. 吳龍國(guó),王松磊,何建國(guó),KAZUHIRONakano. 發(fā)光學(xué)報(bào). 2017(10)
[4]可見(jiàn)/近紅外土壤濕度的光譜偏振特性實(shí)驗(yàn)研究[J]. 王新強(qiáng),孫曉兵,張麗娟,汪杰君,謝秋蓉,葉松. 紅外與激光工程. 2015(11)
[5]基于互補(bǔ)相關(guān)模型和IKONOS數(shù)據(jù)的農(nóng)田蒸散時(shí)空特征分析[J]. 趙春江,楊貴軍,薛緒掌,馮海寬,石月嬋. 農(nóng)業(yè)工程學(xué)報(bào). 2013(08)
本文編號(hào):3422602
本文鏈接:http://sikaile.net/nykjlw/nyxlw/3422602.html
最近更新
教材專(zhuān)著