以長年連作的南疆棉田土壤含水量為研究對象,利用帶有內置光源的SR-3500型便攜式地物光譜儀研究了不同S-G平滑參數(shù)、數(shù)據組合對土壤水分預測精度的影響。結果表明:SR-3500型便攜式地物光譜儀的土壤反射率光譜對含水量有著很好的響應;通過采用21窗格、2次S-G平滑能夠使土壤含水量預測精度有所提高;引入實驗室配置含水量土樣數(shù)據與原位數(shù)據結合,使模型既有較好的泛化能力又能保證模型精度(R2=0.84,RMSE=22.34 g kg^-1,MAPE=15.38%);對定量模型精度的評價指標決定系數(shù)（R2）、均方根誤差（RMSE）和平均絕對百分比誤差（MAPE）進行比較,認為MAPE能夠更全面地評價模型綜合性能。 

【文章來源】：土壤通報. 2020,51(06)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

不同含水量土樣光譜曲線

c圖結果說明在僅增加原位土壤含水量區(qū)間外的樣本時，模型預測范圍有所增大，R2因預測集區(qū)間增加也進一步提升到了0.84，對外源樣本的預測精度也有所提高(RMSE=22.34 g kg-1、MAPE=15.38%)，對原位測試集的預測誤差增加(RMSE=17.51 g kg-1、MAPE=7.51%)。去除了與區(qū)間重合的外源數(shù)據，減少模型對原位測試集預測的干擾；與原位數(shù)據模型相比，該模型既增加模型量程、又保持對原位數(shù)據預測的精度。綜上所述，僅通過原位光譜建模，雖有著較好的預測精度，但適用范圍窄、外推泛化能力差，不適用于對田塊尺度內含水量極值點的預測；增加外源樣本延長了模型的適用范圍的同時，也增加了對原位光譜測試集的預測誤差；對外源樣本進行適當篩選，去除于原位含水量數(shù)據重疊部分，僅增加模型的適用范圍，能夠使模型既較好的預測土壤含水量，提升了模型的泛化能力。

【參考文獻】：
期刊論文
[1]土壤Cd含量實驗室與野外DS光譜聯(lián)合反演[J]. 鄒濱,涂宇龍,姜曉璐,陶超,周茉,熊立偉.  光譜學與光譜分析. 2019(10)
[2]基于高光譜技術的土壤水分無損檢測[J]. 吳龍國,王松磊,何建國.  光譜學與光譜分析. 2018(08)
[3]基于可見光近紅外光譜的南疆荒漠土壤有機質反演研究[J]. 李陽,劉新路,彭杰,李祥,吳家林.  土壤通報. 2018(04)
[4]中國棉花產業(yè)發(fā)展現(xiàn)狀及展望[J]. 盧秀茹,賈肖月,牛佳慧.  中國農業(yè)科學. 2018(01)
[5]卷積神經網絡用于近紅外光譜預測土壤含水率[J]. 王璨,武新慧,李戀卿,王玉順,李志偉.  光譜學與光譜分析. 2018(01)
[6]棉田土壤水分的高光譜定量遙感模型[J]. 向紅英,牛建龍,彭杰,王家強,柳維揚,遲春明,支金虎.  土壤通報. 2016(02)
[7]水分對土壤近紅外光譜檢測影響的二維相關光譜解析[J]. 宋海燕,程旭.  光譜學與光譜分析. 2014(05)
[8]新疆地區(qū)農業(yè)灌溉水利用系數(shù)分析[J]. 周和平,張明義,周琪,孫志鋒,陳金龍.  農業(yè)工程學報. 2013(22)
[9]不同含水量土壤偏振光譜特征定量分析[J]. 韓陽,趙云升,王野喬.  遙感學報. 2013(05)
[10]可見光-近紅外波段土壤水分含量偏振光譜響應變化研究[J]. 韓陽,趙云升,王野喬.  光譜學與光譜分析. 2013(08)

碩士論文
[1]欒城農田土壤含水量時空變化分析[D]. 韋佳.長安大學 2014



本文編號：3462573