东北典型黑土区有机碳遥感定量反演研究

发布时间：2021-01-25 06:29

　　利用多元逐步回归分析法,结合Landsat8 OLI遥感数据对该地区土壤有机碳进行定量反演.试验采集了164个土壤样品,通过3倍标准差准则对样品进行奇异点去除及数据集划分,其中120个样品作为训练集,44个样品作为验证集,建立土壤有机碳的多元逐步回归预测模型.结果表明:有机碳与Landsat8各波段反射率均显著相关;黑土有机碳光谱预测最优模型以倒数为自变量模型最优,决定系数R²=0.180,均方根误差RMSE=0.558,海伦地区适于C_org含量遥感反演,预测模型稳定性好,可以用于揭示黑土典型区C_org含量的空间分布特征.同时认为在不对土壤进行地面光谱测试的情况下,直接采用化学分析数据与遥感卫星相关联的方法预测模型拟合度有限,光谱对有机碳可解释性较低. 

【文章来源】：地质与资源. 2020,29(04)

【文章页数】：6 页

【部分图文】：

研究区采样点分布图

以ArcGIS软件为解译平台，建立水体、冲沟及建筑用地的解译标志，进行人机交互解译，提取水体、冲沟以及建筑用地信息（如图3），目的是去除一般与黑土无关的一些土地利用类型.图3 水体、冲沟以及建筑用地掩膜信息

图2 土壤光谱反射率倒数变换与Corg含量散点图结合反演模型以及遥感影像解译结果，对研究区内“纯”黑土进行实地反演，对黑土土壤有机碳含量进行分类.从反演分类结果（图4）可以看出，研究区Corg含量总体水平较高，最高值大于4×10-3,Corg有由东北未开垦区向西南耕地区递减的趋势，说明西南区域开垦耕地后对土壤中Corg含量影响较大.

【参考文献】：
期刊论文
[1]基于高光谱的土壤养分含量反演模型研究[J]. 陶培峰,王建华,李志忠,周萍,杨佳佳,高樊琦.  地质与资源. 2020(01)
[2]黑龙江省讷河市土壤-作物系统Se元素地球化学特征[J]. 张哲寰,赵君,戴慧敏,贺鹏飞,魏明辉.  地质与资源. 2020(01)
[3]基于地统计学和GIS的湖北省土壤有机质空间变异性研究[J]. 于芳,李海明.  江苏农业科学. 2019(15)
[4]黑龙江典型黑土区土壤侵蚀遥感监测技术研究[J]. 杨佳佳,白磊,吴嵩.  地质与资源. 2019(02)
[5]引入时相信息的耕地土壤有机质遥感反演模型[J]. 张新乐,窦欣,谢雅慧,刘焕军,王楠,王翔,潘越.  农业工程学报. 2018(04)
[6]基于地统计与遥感反演相结合的有机质预测制图研究[J]. 吴才武,张月丛,夏建新.  土壤学报. 2016(06)
[7]基于多分辨率遥感数据与随机森林算法的土壤有机质预测研究[J]. 王茵茵,齐雁冰,陈洋,解飞.  土壤学报. 2016(02)
[8]基于高光谱遥感土壤有机质含量预测研究[J]. 李媛媛,李微,刘远,郭锡杰,牟蒙,刘长发.  土壤通报. 2014(06)
[9]徐淮黄泛平原土壤有机质空间变异特征及主控因素分析[J]. 赵明松,张甘霖,王德彩,李德成,潘贤章,赵玉国.  土壤学报. 2013(01)
[10]基于BP神经网络的土地开发整理区土壤有机质含量遥感定量反演[J]. 丁美青,肖红光,陈松岭,郭云开,吴昊.  湘潭大学自然科学学报. 2012(02)



本文编号：2998753