黑土养分信息提取的高光谱遥感方法研究

发布时间：2024-05-19 21:27

　　随着信息化技术在土壤科学领域的深入推进,高光谱遥感技术以其光谱分辨率高、波段连续性强和空间分辨率高等特点,在土壤成分定量遥感监测中,发挥越来越大的作用。土壤养分指的是土壤中能直接或经转化后被植物根系吸收的矿质营养成分,一般包括氮、磷、钾、钙、镁、硫、铁、硼、钼、锌、锰、铜和氯等元素。我国东北黑土中所含碳的有机物质,也是泛义的土壤养分。对高光谱技术在黑土养分提取中的研究目的、应用方向、数据获取方法、处理方法、分析方法和提取模型进行了多元化跨学科探索。文中总结了高光谱土壤养分提取的关键技术,从土壤光谱获取、处理、分析和建模等方面,进行了全面梳理和总结,形成了一套“理论层-描述层-对象层-推理层-存储层”综合技术解决方案。(1)研究了基于信息量的黑土养分预测方法。对比了基于机理、波段标准差和信息熵三种方法的模型精度,研究表明:有机质和氮采用信息熵,特征波段为705nm、714 nm、733 nm、657 nm和743 nm;磷和钾采用波段标准差,特征波段为915 nm、924 nm、905 nm、886 nm和895 nm,所建的模型精度相对最高。S3、N3、P2、K2方法分别在反演有机质、...

【文章页数】：146 页

【学位级别】：博士

【部分图文】：

图5研究区地理位置示意图

图5研究区地理位置示意图

图6研究区详细分布示意图

图6研究区详细分布示意图2016年4月完成黑土区可见光、近红外和热红外高光谱数据获取工作，其中可见、近红外测区面积2600km2，热红外测区面积825km2。谱段：CASI380~050nm；SASI950~2450nm；TASI8.0μm~11.5....

图16黑土养分含量信息量法定量提取结果

3.3.4黑土养分空间制图依次将决定系数较高的S3、N3、P2、K2模型特征波段进行组合运算，得出研究区四种土壤养分含量的空间分布情况（

图19黑土养分含量神经网络模型图

生成一个多层感知器，达到回归分析的目的。选择具有任意模式分类和多维函数映射能力的BP神经网络，采用梯度下降法来计算目标函数的最小值，建立土壤含量神经网络模型（图19）。图显示了神经网络的拓扑结构，及预测的权值、截距和训练信息。构建一个4层神经网络，即18-5-3-1，含有2个隐层....

本文编号：3978482