基于Hyperion数据的耕地土壤有机质含量遥感反演

发布时间：2018-05-06 00:43

  本文选题：Hyperion高光谱 + 土壤有机质　； 参考：《福建农林大学学报(自然科学版)》2017年04期

【摘要】：为了探究耕地土壤有机质含量与卫星影像光谱间的关系,确定土壤有机质的光谱特征,构建土壤有机质含量反演模型.利用Hyperion高光谱卫星影像和福建省三明市80个土壤调查样点分析数据,对土壤有机质与光谱指数相关性进行了分析;在提取特征光谱指数的基础上,分别基于敏感波段和特征指数建立线性模型和多元逐步回归模型.结果表明:土壤有机质含量在Hyperion高光谱782.95~813.48 nm波段具有良好的响应能力;反射率的一阶导数所建立的模型拟合效果最优,其R2为0.777,RMSE为5.31,验证模型有机质实测值与预测值的R2为0.809,表明它能够用于区域有机质含量的快速测定.
[Abstract]:In order to study the relationship between soil organic matter content and satellite image spectrum, the spectral characteristics of soil organic matter were determined, and the inversion model of soil organic matter content was constructed. The correlation between soil organic matter and spectral index was analyzed by using Hyperion hyperspectral satellite image and 80 soil survey samples in Sanming City, Fujian Province, on the basis of extracting characteristic spectral index. Linear model and multivariate stepwise regression model are established based on sensitive band and characteristic index, respectively. The results show that the content of soil organic matter has good response ability in the Hyperion hyperspectral band of 782.95 ~ 813.48nm, and the model established by the first derivative of reflectivity is the best. Its R2 is 0.777m RMSE 5.31, and the R ~ 2 of model organic matter is 0.809, which indicates that it can be used for the rapid determination of regional organic matter content.
【作者单位】： 福建农林大学资源与环境学院;土壤健康与调控福建省高校重点实验室;
【基金】：国家自然科学基金资助项目(41401399)
【分类号】：S127;S153.621

【参考文献】

相关期刊论文 前10条

1 魏昌龙;赵玉国;邬登巍;陈吉科;;基于光谱分析的土壤游离铁预测研究[J];土壤;2014年04期

2 史舟;王乾龙;彭杰;纪文君;刘焕军;李曦;Raphael A VISCARRA ROSSEL;;中国主要土壤高光谱反射特性分类与有机质光谱预测模型[J];中国科学:地球科学;2014年05期

3 张世文;叶回春;王来斌;王胜涛;黄元仿;崔良满;;景观高度异质区土壤有机质时空变化特征分析[J];农业机械学报;2013年12期

4 章明奎;常跃畅;;近50年浙江省耕作土壤有机质和酸碱度的变化特征[J];环境科学;2013年11期

5 彭杰;周清;张杨珠;向红英;;有机质对土壤光谱特性的影响研究[J];土壤学报;2013年03期

6 张娟娟;余华;乔红波;马新明;翟青云;;基于高光谱特征的土壤有机质含量估测研究[J];中国生态农业学报;2012年05期

7 卢艳丽;白由路;杨俐苹;王磊;王贺;;东北平原不同类型土壤有机质含量高光谱反演模型同质性研究[J];植物营养与肥料学报;2011年02期

8 杨世琦;张爱平;杨淑静;杨正礼;刘国强;;典型区域果园土壤有机质变化特征研究[J];中国生态农业学报;2009年06期

9 何挺;王静;林宗坚;程烨;;土壤有机质光谱特征研究[J];武汉大学学报(信息科学版);2006年11期

10 王清奎,汪思龙,高洪,刘艳,于小军;土地利用方式对土壤有机质的影响[J];生态学杂志;2005年04期

相关博士学位论文 前1条

1 陈红艳;土壤主要养分含量的高光谱估测研究[D];山东农业大学;2012年

相关硕士学位论文 前2条

1 刘青;人工神经网络遥感影像分类系统的设计与实现[D];昆明理工大学;2012年

2 鲍晨光;森林类型遥感分类研究[D];东北林业大学;2010年

【共引文献】

相关期刊论文 前10条

1 杨瑞吉;;密度与氮量对复种油菜土壤肥力性状的影响[J];西南大学学报(自然科学版);2017年07期

2 邱壑;陈瀚阅;邢世和;张黎明;董新宇;;基于Hyperion数据的耕地土壤有机质含量遥感反演[J];福建农林大学学报(自然科学版);2017年04期

3 孙斌;韩艳玲;丰国超;;Apriori改进算法在研究影响土壤反射率因素中的应用[J];计算机应用与软件;2017年07期

4 邬奇峰;章秀梅;阮弋飞;黄仨仨;童小虎;俞俊;秦华;;临安市山核桃林地土壤肥力特征及其施肥对策[J];浙江农业科学;2017年07期

5 陈志莉;尹文琦;刘洪涛;刘强;杨毅;;可见-近红外光谱技术监测土壤石油烃污染研究进展[J];光谱学与光谱分析;2017年06期

6 朱峗;申广荣;项巧巧;吴裕;;基于不同光谱变换的土壤盐含量光谱特征分析[J];土壤通报;2017年03期

7 刘焕军;邱政超;孟令华;付强;姜佰文;闫岩;徐梦园;;黑土区田块尺度遥感精准管理分区[J];遥感学报;2017年03期

8 朱峗;申广荣;王紫君;陆邵明;支月娥;项巧巧;;土壤修复过程中盐含量及其光谱特征分析研究[J];光谱学与光谱分析;2017年05期

9 熊俊峰;林晨;马荣华;吴治澎;闵敏;;太湖流域典型农用地面源磷流失的土壤主控因子光谱识别[J];水土保持通报;2017年02期

10 刘昌华;徐丹;刘惠林;;矿粮复合区土壤有机质空间特征及三维表达[J];河南理工大学学报(自然科学版);2017年02期

相关博士学位论文 前2条

1 吴才武;基于光谱的黑土区有机质快速测定方法及其应用研究[D];中央民族大学;2015年

2 夏军;准东煤田土壤重金属污染高光谱遥感监测研究[D];新疆大学;2014年

相关硕士学位论文 前10条

1 郭殿繁;基于多源遥感的火烧迹地森林恢复研究[D];哈尔滨师范大学;2016年

2 白金婷;结合高分辨率遥感影像多维特征的森林分类[D];北京林业大学;2016年

3 付瑜;基于多时相SAR数据和SPOT数据的盘古林场林分类型识别[D];东北林业大学;2016年

4 杜挺;Landsat8 OLI遥感影像融合算法比较及其土地利用分类适应性分析[D];西北大学;2015年

5 郭晓瑜;基于面向对象的山西中部遥感影像林地信息提取方法研究[D];山西农业大学;2015年

6 王凯;基于SPOT5森林资源分类研究[D];浙江农林大学;2014年

7 张建文;专业遥感图像分类方法的研究及应用[D];兰州理工大学;2014年

8 姚爱冬;基于TM影像的戈壁信息提取及地表砾石粒径反演研究[D];中国林业科学研究院;2014年

9 朱明茗;基于Kinect的手语识别技术在聋哑教学中的应用研究[D];西南交通大学;2014年

10 王杨;高等级公路路域植被环境相关因子遥感定量反演与分析[D];长沙理工大学;2014年

【二级参考文献】

相关期刊论文 前10条

1 彭杰;周清;张杨珠;向红英;;有机质对土壤光谱特性的影响研究[J];土壤学报;2013年03期

2 赵业婷;常庆瑞;李志鹏;班松涛;陶文芳;;1983—2009年西安市郊区耕地土壤有机质空间特征与变化[J];农业工程学报;2013年02期

3 纪文君;李曦;李成学;周银;史舟;;基于全谱数据挖掘技术的土壤有机质高光谱预测建模研究[J];光谱学与光谱分析;2012年09期

4 姜怀龙;李贻学;赵倩倩;;县域土壤有机质空间变异特征及合理采样数的确定[J];水土保持通报;2012年04期

5 高崇升;王建国;;黑土农田土壤有机碳演变研究进展[J];中国生态农业学报;2011年06期

6 卢艳丽;白由路;杨俐苹;王磊;王贺;;东北平原不同类型土壤有机质含量高光谱反演模型同质性研究[J];植物营养与肥料学报;2011年02期

7 刘磊;沈润平;丁国香;;基于高光谱的土壤有机质含量估算研究[J];光谱学与光谱分析;2011年03期

8 徐明星;周生路;丁卫;吴绍华;吴巍;;苏北沿海滩涂地区土壤有机质含量的高光谱预测[J];农业工程学报;2011年02期

9 郭治兴;王静;柴敏;陈泽鹏;詹振寿;郑武平;魏秀国;;近30年来广东省土壤pH值的时空变化[J];应用生态学报;2011年02期

10 张世文;王胜涛;刘娜;李囡囡;黄元仿;叶回春;;土壤质地空间预测方法比较[J];农业工程学报;2011年01期

相关博士学位论文 前4条

1 程街亮;土壤高光谱遥感信息提取与二向反射模型研究[D];浙江大学;2008年

2 周萍;高光谱土壤成分信息的量化反演[D];中国地质大学（北京）;2006年

3 周清;土壤有机质含量高光谱预测模型及其差异性研究[D];浙江大学;2004年

4 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院（遥感应用研究所）;2002年

相关硕士学位论文 前10条

1 蒋捷峰;基于BP神经网络的高分辨率遥感影像分类研究[D];首都师范大学;2011年

2 李源泰;基于人工神经网络的遥感影像分类研究[D];昆明理工大学;2010年

3 刘钦龙;基于人工神经网络模型的遥感图像分类方法研究[D];燕山大学;2009年

4 刘涛;基于人工神经网络的森林植被遥感分类研究[D];河北农业大学;2009年

5 段新成;基于BP人工神经网络的土地利用分类遥感研究[D];中国地质大学（北京）;2008年

6 李静锐;基于人工神经网络模型的森林生态系统健康评价[D];北京林业大学;2007年

7 罗扬帆;基于BP神经网络的遥感影像分类研究[D];北京林业大学;2007年

8 田琼花;遥感影像纹理特征提取及其在影像分类中的应用[D];华中科技大学;2007年

9 张强;基于模糊神经网络的遥感影像分类研究[D];昆明理工大学;2006年

10 陈鑫;基于决策树技术的遥感影像分类研究[D];南京林业大学;2006年

【相似文献】

相关期刊论文 前10条

1 杨曦光;范文义;于颖;;基于Hyperion数据的森林叶绿素含量反演[J];东北林业大学学报;2010年06期

2 毛学刚;郑淼;郭文茜;马岩岩;胡俊凯;杨天野;;基于支持向量机的EO-1 Hyperion遥感图像分类研究[J];安徽农业科学;2014年15期

3 莫登奎;严恩萍;洪奕丰;林辉;;基于Hyperion的东洞庭湖水质参数空间分异规律[J];中国农学通报;2013年05期

4 王新云;郭艺歌;;利用Hyperion图像估算森林覆盖度[J];长江科学院院报;2013年07期

5 袁金国;牛铮;;基于Hyperion高光谱图像的氮和叶绿素制图[J];农业工程学报;2007年04期

6 ;A Spectral Index for Estimating Soil Salinity in the Yellow River Delta Region of China Using EO-1 Hyperion Data[J];Pedosphere;2010年03期

7 乔振民;邢立新;李淼淼;潘军;王红红;朱亚静;;Hyperion数据玉米叶绿素含量制图[J];遥感技术与应用;2012年02期

8 王芳;黎夏;卓莉;夏丽华;钱峻屏;艾彬;;基于Hyperion高光谱数据的城市植被胁迫评价[J];应用生态学报;2007年06期

9 孙华;林辉;陈利;韩育明;;Hyperion数据大气校正与地面同步观测数据拟合分析[J];中南林业科技大学学报;2011年11期

10 孙华;鞠洪波;张怀清;林辉;凌成星;;三种回归分析方法在Hyperion影像LAI反演中的比较[J];生态学报;2012年24期

相关会议论文 前2条

1 林志垒;;Hyperion高光谱影像的特征提取研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年

2 詹远增;王迪峰;毛志华;;基于Hyperion卫星高光谱影像的溢油信息提取研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年

相关重要报纸文章 前10条

1 本报记者 小白;Hyperion财务合并推新平台[N];计算机世界;2005年

2 本报记者 吴萍;布道BPM[N];计算机世界;2004年

3 于翔;BPM步入整合时代[N];网络世界;2006年

4 张承东;Oracle“多吃”才能“多占”[N];网络世界;2007年

5 本报记者 周蓉蓉;BPM：走过理念到实际应用[N];计算机世界;2005年

6 ;强化BI能力 Oracle 33亿美元收购海波龙[N];网络世界;2007年

7 ;Hyperion Essbase分析型应用软件平台[N];中国计算机报;2002年

8 振;甲骨文Oracle Hyperion透视企业成本[N];电脑商报;2008年

9 吴晓伟;Hyperion深挖BPM的中国价值[N];计算机世界;2003年

10 本报记者 吴晓伟;完整BPM应用要兼具五个特征[N];计算机世界;2004年

相关博士学位论文 前2条

1 唐菲;基于多源遥感影像数据的不透水面信息提取[D];福州大学;2014年

2 王曦;基于Hyperion影像的高光谱数据线性解混与目标检测—土地覆被识别实证[D];中国地质大学(北京);2017年

相关硕士学位论文 前10条

1 柳萍萍;基于Hyperion数据的森林类型识别[D];中南林业科技大学;2012年

2 董连英;Hyperion影像森林植被分类方法与应用研究[D];吉林大学;2013年

3 黄楠;基于Hyperion数据的地物分类方法研究[D];东北林业大学;2006年

4 张倩倩;基于Hyperion高光谱影像土地利用分类[D];浙江农林大学;2013年

5 郭啸川;基于降维的Hyperion高光谱数据的树种识别研究[D];福建师范大学;2013年

6 刘衍宏;基于高光谱Hyperion数据的粘土矿信息提取应用研究[D];中国地质大学（北京）;2010年

7 周燕;基于Hyperion数据的浅海地形和海洋光学参数反演方法研究[D];中国海洋大学;2010年

8 刘津怿;基于Hyperion数据的农田土壤有机质含量提取方法[D];吉林大学;2012年

9 翟羽娟;基于Hyperion影像的玉米叶面积指数反演[D];吉林大学;2013年

10 周利鹏;基于Hyperion高光谱影像的松散堆积物矿物识别[D];兰州大学;2014年

，

本文编号：1850037