發(fā)布時(shí)間：2021-07-24 11:36

　　【目的】為提高土壤鹽分信息定量遙感提取精度,準(zhǔn)確掌握土壤鹽漬化程度與分布�！痉椒ā窟x擇墾利區(qū)黃河口鎮(zhèn)集中連片的重度鹽漬土區(qū)域?yàn)樵囼?yàn)區(qū),于2018年4月26日—28日采用搭載Sequoia多光譜相機(jī)的無人機(jī)進(jìn)行試驗(yàn)區(qū)近地遙感圖像采集,并進(jìn)行圖像拼接、輻射校正、正射校正和幾何校正等預(yù)處理;然后基于相關(guān)性分析、灰色關(guān)聯(lián)度分析篩選土壤鹽分的敏感波段,構(gòu)建并篩選光譜參量;進(jìn)而分別采用多元線性回歸（multivariable linear regression,MLR）、支持向量機(jī)（support vector machine,SVM）及偏最小二乘（partial least square,PLS）方法構(gòu)建土壤鹽分定量反演模型,并進(jìn)行驗(yàn)證與評(píng)價(jià);最后基于最佳模型進(jìn)行試驗(yàn)區(qū)土壤鹽分的分布反演與分析,并與反距離加權(quán)插值結(jié)果進(jìn)行精度比較�！窘Y(jié)果】相較相關(guān)性分析,通過灰色關(guān)聯(lián)度分析的反演模型精度及顯著性均有所提高;對(duì)比3種建模方法,SVM模型精度最高,PLS模型次之,MLR模型最低,最佳模型為基于灰色關(guān)聯(lián)度分析篩選變量的支持向量機(jī)模型,其建模R²、RMSE分別為0.820、3.626... 

【文章來源】：中國農(nóng)業(yè)科學(xué). 2019,52(10)北大核心CSCD

【文章頁數(shù)】：12 頁

【部分圖文】：

黃河口鎮(zhèn)及試驗(yàn)區(qū)空間位置示意圖

10期王丹陽等：無人機(jī)多光譜反演黃河口重度鹽漬土鹽分的研究1701關(guān)聯(lián)度分析，篩選土壤鹽分的敏感波段�；疑P(guān)聯(lián)度可以將多種因素視為一個(gè)灰色系統(tǒng)，利用關(guān)聯(lián)度辨別系統(tǒng)中各個(gè)因素的主次關(guān)系。因素的關(guān)聯(lián)度越大，二者的相似程度越高，進(jìn)而進(jìn)行多波段數(shù)學(xué)運(yùn)算組合如紅光+近紅、紅光×綠光等，構(gòu)建了33個(gè)光譜指數(shù)，再利用相關(guān)性分析、灰色關(guān)聯(lián)度分析優(yōu)選光譜參量。圖2無人機(jī)飛行航線圖Fig.2TheroutemapofUAVflight圖3試驗(yàn)區(qū)假彩色合成波段圖像和樣點(diǎn)分布圖Fig.3Imageoffalsecolorsynthesisbandandmapofthesamplesinthestudyarea

10期王丹陽等：無人機(jī)多光譜反演黃河口重度鹽漬土鹽分的研究1701關(guān)聯(lián)度分析，篩選土壤鹽分的敏感波段�；疑P(guān)聯(lián)度可以將多種因素視為一個(gè)灰色系統(tǒng)，利用關(guān)聯(lián)度辨別系統(tǒng)中各個(gè)因素的主次關(guān)系。因素的關(guān)聯(lián)度越大，二者的相似程度越高，進(jìn)而進(jìn)行多波段數(shù)學(xué)運(yùn)算組合如紅光+近紅、紅光×綠光等，構(gòu)建了33個(gè)光譜指數(shù)，再利用相關(guān)性分析、灰色關(guān)聯(lián)度分析優(yōu)選光譜參量。圖2無人機(jī)飛行航線圖Fig.2TheroutemapofUAVflight圖3試驗(yàn)區(qū)假彩色合成波段圖像和樣點(diǎn)分布圖Fig.3Imageoffalsecolorsynthesisbandandmapofthesamplesinthestudyarea

【參考文獻(xiàn)】：
期刊論文
[1]根灌乙酸及葡萄酒對(duì)海水脅迫下葡萄光抑制的影響[J]. 王輝,高玉錄,于夢(mèng),杜遠(yuǎn)鵬,孫永江,翟衡.  中國農(nóng)業(yè)科學(xué). 2018(21)
[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]光譜技術(shù)在水產(chǎn)養(yǎng)殖水質(zhì)監(jiān)測中的應(yīng)用進(jìn)展及趨勢(shì)[J]. 李鑫星,朱晨光,周婧,孫龍清,曹霞敏,張小栓.  農(nóng)業(yè)工程學(xué)報(bào). 2018(19)
[4]基于反射光譜與Landsat 8 OLI多光譜數(shù)據(jù)的艾比湖濕地土壤鹽分估算[J]. 梁靜,丁建麗,王敬哲,王飛.  土壤學(xué)報(bào). 2019(02)
[5]無人機(jī)多光譜遙感反演抽穗期冬小麥土壤含水率研究[J]. 陳碩博,陳俊英,張智韜,邊江,王禹?xiàng)?石樹蘭.  節(jié)水灌溉. 2018(05)
[6]玉米穗莖兼收割臺(tái)夾持輸送裝置參數(shù)優(yōu)化[J]. 張宗玲,韓增德,劉立晶,李曉棟,郝付平,董哲.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(03)
[7]基于支持向量機(jī)的土壤主要鹽分離子高光譜反演模型[J]. 王海江,蔣天池,YUNGER John A,李亞莉,田甜,王金剛.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(05)
[8]基于光譜變換的高光譜指數(shù)土壤鹽分反演模型優(yōu)選[J]. 張賢龍,張飛,張海威,李哲,海清,陳麗華.  農(nóng)業(yè)工程學(xué)報(bào). 2018(01)
[9]低空無人機(jī)多光譜遙感數(shù)據(jù)的土壤含水率反演[J]. 王海峰,張智韜,付秋萍,陳碩博,邊江,崔婷.  節(jié)水灌溉. 2018(01)
[10]基于灰度關(guān)聯(lián)-極限學(xué)習(xí)機(jī)的土壤全氮預(yù)測[J]. 周鵬,楊瑋,李民贊,鄭立華,陳玉青.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(S1)

碩士論文
[1]火星表面模擬礦物和鹵水的光譜鑒別研究[D]. 徐偉杰.山東大學(xué) 2018
[2]基于多源數(shù)據(jù)光譜轉(zhuǎn)換的土壤鹽分反演與動(dòng)態(tài)分析[D]. 陳文嬌.東南大學(xué) 2018



本文編號(hào)：3300578