本文關鍵詞：基于光譜的黑土區(qū)有機質(zhì)快速測定方法及其應用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：黑土區(qū)有機質(zhì)含量高,土質(zhì)肥沃,是我國重要的糧食生產(chǎn)基地。然而近些年來由于不合理的耕作和盲目的開墾,大量富含有機質(zhì)的黑土流失,使土壤肥力下降,生產(chǎn)力降低,嚴重威脅我國東北“糧倉”的安全。因而如何調(diào)整和評斷開墾的合理性,成為現(xiàn)今亟解決的問題。有機質(zhì)作為土壤的重要組成部分,對土壤結(jié)構(gòu)的形成和質(zhì)量的改善具有決定作用。了解其動態(tài)變化特征,是進行農(nóng)業(yè)生產(chǎn)管理,實現(xiàn)精準農(nóng)業(yè),保證農(nóng)業(yè)可持續(xù)發(fā)展的基本條件。傳統(tǒng)的田間取樣,實驗室化學分析,不僅費時,費力,還效率低,完全不能滿足精準農(nóng)業(yè)發(fā)展對土壤有機質(zhì)信息的大量需求。雖然通過光譜儀測定土壤反射率建立有機質(zhì)估測模型,能夠快速測定有機質(zhì)含量,但土壤光譜測定,沒有統(tǒng)一的標準,不同的處理會產(chǎn)生不同的結(jié)果,同時光譜儀價格較高也限制了其廣泛運用。因此本文根據(jù)現(xiàn)有的有機質(zhì)的測定方法和在實際應用中的問題,提出以數(shù)碼相機作為一種便攜式工具,研究黑土有機質(zhì)與土壤顏色之間的定量關系,以此作為黑土區(qū)有機質(zhì)快速預測的可選工具之一。本研究以吉林省黑土區(qū)為研究對象,分別通過ASD便攜式光譜儀、數(shù)碼相機、MODIS遙感圖像等手段,對黑土區(qū)土壤光譜信息和有機質(zhì)含量與土壤表面RGB值進行探討,明確有機質(zhì)敏感波段區(qū)間和RGB值之間的定量關系,進而構(gòu)建土壤有機質(zhì)估測模型,最后通過MODIS遙感信息與克里格插值結(jié)合運用,實現(xiàn)研究區(qū)有機質(zhì)空間制圖。其主要結(jié)論和研究內(nèi)容如下：通過分析有機質(zhì)與土壤光譜反射率之間的相關性可以發(fā)現(xiàn),有機質(zhì)在可見光波段表現(xiàn)出了高的相關性,其最大相關性在699nm,相關系數(shù)為-0.7022。對原始光譜數(shù)據(jù)進行九點加權(quán)平滑處理后,最大相關系數(shù)為-0.702,與平滑前幾乎相同,可見九點加權(quán)處理,在平滑光譜曲線降低噪聲的同時,很好的保留了原始光譜信息。通過對原始光譜的倒數(shù)、對數(shù)、微分等數(shù)學變換,可以增加其與有機質(zhì)之間的相關性。其中倒數(shù)微分變化相關性增加最為明顯,最大相關系數(shù)達-0.8346。在原始光譜的數(shù)學變換之中,倒數(shù)和對數(shù)變換與有機質(zhì)的相關性曲線與原始光譜相似,而光譜數(shù)據(jù)的微分變換,其相關性曲線波動變化較大。其中對相關性變化相似的倒數(shù)、對數(shù)與原始光譜疊加分析之后,確定400-1400nm為有機質(zhì)敏感波段范圍,作為倒數(shù)、對數(shù)建模變量入選區(qū)域。而對于微分變換后,通過疊加分析,確定710-990nm為倒數(shù)微分建模時入選區(qū)域。通過逐步回歸分析,建立有機質(zhì)預測模型中,倒數(shù)預測模型效果最好,其R2=0.8179, RMSE=0.3232,檢驗結(jié)果R2val=0.7534,RMSEval=0.2584,能充分反應研究區(qū)有機質(zhì)變異特點。通過對數(shù)碼相機獲取的土樣表面圖像進行AOI區(qū)域的分析,在保證取樣面積既能反應土樣真實色彩值,又不受其取樣面積的過大而受邊緣效應的影響,確定圖像最佳取樣面積為800×800Pixels,并對AOI區(qū)域取平均值作為樣本實際RGB值。土樣表面的RGB值,表現(xiàn)出了與有機質(zhì)的高相關性,其中R與有機質(zhì)的相關性最大,相關系數(shù)為-0.7334。由于顆粒大小的不均一性和非土壤物質(zhì)的存在,會使土壤表面RGB灰度值偏大或偏小,從而影響RGB真實值的提取。通過灰度直方圖統(tǒng)計來獲取圖像中最大值的方式可以很好的消除因主觀原因或者非土壤物質(zhì)對圖像RGB值的影響,可以顯著提高與有機質(zhì)的相關性,其處理后R最大相關系數(shù)增加為-0.7432。通過對顏色RGB模型的CIELa*b*、Lc*h*和Lu*v*變換,Lu*v*單變量模型表現(xiàn)出了最好的預測效果,其R2=0.6930, RMSE=0.4196。而在多變量模型中,RGB顏色模型在建模和檢驗的整體預測效果中最好,其R2=0.7339, RMSE=0.3907,檢驗結(jié)果R2val=0.7405, RMSEval=0.265。對比同波段光譜儀預測結(jié)果,由于取樣面積和非土壤物質(zhì)等因素的影響,使光譜儀同波段預測效果差于數(shù)碼相機所建立的RGB模型。數(shù)碼相機獲取的RGB值,可以反應研究區(qū)有機質(zhì)變異特點,可作為黑土區(qū)有機質(zhì)快速測定的可選工具。在對土樣顆粒為1mm.0.5mm.0.25mm、0.15mm、0.088mm與有機質(zhì)的相關性分析中,0.088mm顆粒的R值與有機質(zhì)相關性最大,相關系數(shù)為-0.7682。當顆粒減小到0.25mm時與有機質(zhì)相關性開始增加,在0.15mm時,與有機質(zhì)相關性明顯增加。對于不同顆粒RGB值經(jīng)過相應數(shù)學變換之后,倒數(shù)變換與有機質(zhì)相關性最大。其中0.088mm顆粒R的倒數(shù)變換后與有機質(zhì)的相關系數(shù)達到0.8128。在多變量回歸模型中,0.088mm顆粒預測效果最好,其R2=0.7546, RMSE=0.3751,檢驗結(jié)果為R2val=0.815, RMSEval=0.2238,能很好反應黑土區(qū)有機質(zhì)的變異性。在對不同顆粒相關性的分析和建模效果的對比中,土壤顆粒為0.25mm時,此區(qū)間大顆比例越大,減小RGB噪聲的效果越差,因而在0.25mm時,顆粒比重的不確定性,使整體檢驗結(jié)果不穩(wěn)定。而當顆粒大小為0.15mm時,顆粒大小的不同比重都能很好減少噪聲對測定結(jié)果的影響,使其與有機質(zhì)的相關性出現(xiàn)顯著升高。通過對1mm混合樣的相關性分析結(jié)果表明,大顆粒與小顆粒的同時存在,可以很好的填補顆粒之間的間隙,減小微地形的影響,增加與有機質(zhì)的相關性。其中在所有顆粒的比例中,0.15mm顆粒的比重,直接影響預測結(jié)果的準確性。在分析制樣的時間成本和顆粒的預測結(jié)果后,制備0.25mm顆�；旌蠘�,可作為黑土有機質(zhì)快速預測時的最佳選擇。地統(tǒng)計插值精度的提高,需要建立在大量樣點的基礎上,因而對于有限樣本的插值,克里格對研究區(qū)制圖效果最差。遙感對于有機質(zhì)含量越高,其記錄的反射率越低,因而通過少量的樣本能實現(xiàn)有機質(zhì)的空間制圖。而通過MODIS遙感進行研究區(qū)制圖中,由于混合像元的存在,并且受其他環(huán)境因素的影響,使遙感記錄的反射率值不能真實反應地表實際情況,從而影響制圖的精度。因而僅僅通過反射率建立野外有機質(zhì)預測模型,其R2=0.349,RMSE=0.425,預測精度低,不能反應黑土區(qū)有機質(zhì)空間變異特點。本文利用地統(tǒng)計反應樣點與樣點之間的自相關性的特點,對土壤有機質(zhì)插值后與遙感反演有機質(zhì)分布進行差值運算,可以剔除變異性大的區(qū)域,減少混合像元的影響,實現(xiàn)建模樣點的有效選擇。同時,通過運用插值后的土壤水分因子和遙感反射率相結(jié)合,進行有機質(zhì)空間預測制圖,可以充分考慮野外實際情況和樣點的空間自相關與異相關特點,從而有效提高了制圖精度,實現(xiàn)研究區(qū)有機質(zhì)空間制圖。
【關鍵詞】：黑土 有機質(zhì) 數(shù)碼棚機 光譜儀 遙感
【學位授予單位】：中央民族大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：S153.6
【目錄】：

• 摘要3-6
• ABSTRACT6-13
• 第一章 緒論13-18
• 1.1 選題背景13-14
• 1.2 研究意義14-15
• 1.3 土壤顏色與有機質(zhì)的關系15-16
• 1.4 主要研究內(nèi)容16-17
• 1.5 技術(shù)路線17-18
• 第二章 土壤有機質(zhì)測定方法與空間制圖研究進展18-43
• 2.1 土壤有機質(zhì)測定方法18-32
• 2.1.1 CO_2檢測法18-19
• 2.1.2 化學氧化法19-21
• 2.1.3 灼燒法21
• 2.1.4 土壤有機質(zhì)光譜測定法21-30
• 2.1.5 有機質(zhì)測定方法的比較及其存在的問題30-32
• 2.2 土壤有機質(zhì)空間制圖32-43
• 2.2.1 基于地統(tǒng)計學的空間制圖32-35
• 2.2.2 基于土壤-景觀關系理論的空間制圖35-38
• 2.2.3 基于遙感估算的土壤有機質(zhì)空間制圖38-41
• 2.2.4 制圖方法的比較及其存在的問題41-43
• 第三章 研究區(qū)概況和數(shù)據(jù)的獲取43-48
• 3.1 研究區(qū)概況43-44
• 3.1.1 黑土分布43-44
• 3.1.2 氣候狀況44
• 3.1.3 土壤類型44
• 3.2 土樣的采集44-45
• 3.3 土樣的處理45-46
• 3.4 土樣光譜數(shù)據(jù)的測定46
• 3.5 土樣表面顏色的測定46
• 3.6 模型的建立與檢驗46-48
• 第四章 基于光譜儀的黑土有機質(zhì)快速測定48-66
• 4.1 黑土光譜曲線特征49-50
• 4.2 土壤有機質(zhì)對光譜曲線的影響50
• 4.3 黑土光譜數(shù)據(jù)的預處理及其與有機質(zhì)的相關性分析50-56
• 4.3.1 光潛曲線的平滑處理50-52
• 4.3.2 光譜曲線的數(shù)據(jù)變換52-56
• 4.4 基于光譜數(shù)據(jù)的黑土有機質(zhì)建模56-64
• 4.4.1 光譜反射率單變量模型的建立56-60
• 4.4.2 光譜反射率多變量模型的建立60-64
• 4.5 小結(jié)64-66
• 第五章 基于數(shù)碼相機的黑土有機質(zhì)快速測定66-108
• 5.1 取樣面積的選取66-69
• 5.2 圖像背景校正69-70
• 5.3 圖像的直方圖處理70-72
• 5.4 顏色模型的轉(zhuǎn)換72-73
• 5.5 基于顏色屬性的黑土有機質(zhì)預測73-84
• 5.5.1 單變量有機質(zhì)預測建模73-76
• 5.5.2 多變量有機質(zhì)預測建模76-84
• 5.6 基于光譜反射率的黑土有機質(zhì)預測84-87
• 5.7 土壤粒徑對基于RGB的有機質(zhì)快速測定的影響87-106
• 5.7.1 不同粒徑土樣的制備88-89
• 5.7.2 不同土壤顆粒粒徑與有機質(zhì)含量的相關性分析89-90
• 5.7.3 土壤顆粒粒徑對RGB灰度值的影響90-98
• 5.7.4 不同粒徑預測模型的建立98-104
• 5.7.5 討論104-106
• 5.8 小結(jié)106-108
• 第六章 基于地統(tǒng)計與遙感技術(shù)相結(jié)合的土壤有機質(zhì)制圖108-117
• 6.1 MODIS遙感圖像的獲取108-109
• 6.2 MODIS遙感圖像的處理109-110
• 6.3 基于地統(tǒng)計的土壤有機質(zhì)制圖110
• 6.4 基于遙感反演的土壤有機質(zhì)制圖110-112
• 6.5 基于遙感與地統(tǒng)計的混合制圖112-115
• 6.5.1 基于地統(tǒng)計多變量的遙感制圖112-113
• 6.5.2 基于地統(tǒng)計差值運算的遙感制圖113-115
• 6.6 討論115
• 6.7 小結(jié)115-117
• 第七章 結(jié)論與展望117-121
• 7.1 主要結(jié)論117-119
• 7.2 創(chuàng)新點119-120
• 7.3 存在的問題和展望120-121
• 參考文獻121-131
• 致謝131-132
• 攻讀學位期間發(fā)表的學術(shù)論文目錄132

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 顧曉鶴;王X;潘瑜春;蔡玉梅;黃文江;王慧芳;;基于HJ1A-HSI超光譜影像的耕地有機質(zhì)遙感定量反演[J];地理與地理信息科學;2011年06期

2 陳一萌;陳興盛;宮輝力;魏明建;李小娟;;土壤顏色—一個可靠的氣候變化代用指標[J];干旱區(qū)地理;2006年03期

3 謝伯承,薛緒掌,王紀華,王國棟;土壤參數(shù)的光譜實時分析[J];干旱地區(qū)農(nóng)業(yè)研究;2005年03期

4 劉煥軍;張柏;劉殿偉;宋開山;王宗明;楊飛;;基于反射率模擬模型的黑土有機質(zhì)含量估測[J];光譜學與光譜分析;2008年12期

5 周清,周斌,王人潮,張揚珠;室內(nèi)幾何測試條件對土壤高光譜數(shù)據(jù)離散性的影響[J];華南農(nóng)業(yè)大學學報;2005年01期

6 紀文君;史舟;周清;周煉清;;幾種不同類型土壤的VIS-NIR光譜特性及有機質(zhì)響應波段[J];紅外與毫米波學報;2012年03期

7 蘇姝,林愛文,劉慶華;普通Kriging法在空間內(nèi)插中的運用[J];江南大學學報;2004年01期

8 沙晉明,陳鵬程,陳松林;土壤有機質(zhì)光譜響應特性研究[J];水土保持研究;2003年02期

9 劉曉昱;黑土流失與整治[J];水土保持研究;2005年05期

10 黃應豐,劉騰輝;土壤光譜反射特性與土壤屬性的關系——以南方主要土壤為例[J];土壤通報;1989年04期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 瞿明凱;幾種地統(tǒng)計學方法在縣域土壤空間信息處理上的應用與研究[D];華中農(nóng)業(yè)大學;2012年

2 陳紅艷;土壤主要養(yǎng)分含量的高光譜估測研究[D];山東農(nóng)業(yè)大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 陳卓;黃渤海地區(qū)土壤有機碳對主要物理性狀的影響[D];大連交通大學;2008年

2 祝文華;基于ASTER影像的土壤有機質(zhì)含量反演[D];吉林大學;2010年

  本文關鍵詞：基于光譜的黑土區(qū)有機質(zhì)快速測定方法及其應用研究，由筆耕文化傳播整理發(fā)布。

本文編號：406189