基于高光谱的砂姜黑土含水量反演研究
本文选题:砂姜黑土 + 光谱特征 ; 参考:《土壤》2017年03期
【摘要】:在实验室条件下,以地物光谱仪(350~2 500 nm)为工具,利用光谱反射率(R)、反射率的一阶微分(R′)、反射率的对数(log R)、反射率的倒数(1/R)、反射率对数的一阶微分(log R)′和去包络线(Rc)6种处理方法,研究了4种不同土种的砂姜黑土含水量与光谱反射率的定量关系。结果表明:砂姜黑土不同土种间光谱特征存在一定差异,且4种土的光谱反射率都随土壤含水量升高而下降。在可见-近红外波段,以R′提取的敏感波长与含水量的相关系数最高,敏感波长集中分布在712、807、1 142、1 570、1 850、2 221 nm等。基于上述波长反射率所建立的土壤含水量预测模型的决定系数达到了0.89,且其模型检验的均方根误差仅为4.6 g/kg,实现了对砂姜黑土含水量较为准确的预测。本研究为非接触、快速地测定砂姜黑土含水量提供了数据基础。
[Abstract]:Under laboratory conditions, with a ground object spectrometer of 350nm) as a tool, In this paper, we use six processing methods, such as spectral reflectivity R ~ (1), first order differential reflectivity R ~ (1), logarithmic reflectivity log R ~ (1), reciprocal reflectivity 1 / R ~ (1), first order differential r ~ (1) of reflectivity logarithm, and de-enveloping line (R ~ (c). The quantitative relationship between water content and spectral reflectance of four different soil species of Shajiang black soil was studied. The results showed that the spectral characteristics of different soil species were different in Shajiang black soil, and the spectral reflectance of the four soils decreased with the increase of soil water content. In the visible and near infrared band, the correlation coefficient between the sensitive wavelength and water content of R' extraction was the highest, and the sensitive wavelength was concentrated at 712 ~ 807 ~ (-1 142N) 1 570 ~ 1 850 ~ 2 221 nm and so on. The determination coefficient of the prediction model based on the above wavelength reflectivity was 0.89, and the root mean square error of the model was only 4.6 g / kg, which realized the accurate prediction of the water content of the black soil. This study provides a data base for non-contact and rapid determination of water content in black soil of Zingiber officinalis.
【作者单位】: 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所);中国科学院大学;
【基金】:国家自然科学基金面上项目(41471182) 中国科学院战略性先导科技专项课题(XDB15030302)资助
【分类号】:S127;S152.7
【参考文献】
相关期刊论文 前10条
1 金慧凝;张新乐;刘焕军;康苒;付强;宁东浩;;基于光谱吸收特征的土壤含水量预测模型研究[J];土壤学报;2016年03期
2 张娟娟;熊淑萍;时雷;马新明;王高;;基于近红外光谱分析的土壤全氮含量估测研究[J];土壤;2015年04期
3 田烨;沈润平;丁国香;;支持向量机在土壤镁含量高光谱估算中的应用[J];土壤;2015年03期
4 张俊华;贾科利;;典型龟裂碱土土壤水分光谱特征及预测[J];应用生态学报;2015年03期
5 陈颂超;冯来磊;李硕;纪文君;史舟;;基于局部加权回归的土壤全氮含量可见-近红外光谱反演[J];土壤学报;2015年02期
6 史舟;梁宗正;杨媛媛;郭燕;;农业遥感研究现状与展望[J];农业机械学报;2015年02期
7 刘洋;丁潇;刘焕军;张新乐;曲长祥;胡文;臧红婷;;黑土土壤水分反射光谱特征定量分析与预测[J];土壤学报;2014年05期
8 张俊华;张佳宝;;长期定位施肥条件下作物光谱特征及养分吸收量预测[J];农业工程学报;2014年07期
9 栾福明;熊黑钢;王芳;张芳;;基于小波分析的土壤碱解氮含量高光谱反演[J];光谱学与光谱分析;2013年10期
10 彭杰;向红英;王家强;柳维扬;迟春明;牛建龙;;基于野外实测高光谱数据的干旱区耕作土壤含水量反演研究[J];干旱地区农业研究;2013年02期
【共引文献】
相关期刊论文 前10条
1 陈奕云;赵瑞瑛;齐天赐;亓林;张超;;结合光谱变换和Kennard-Stone算法的水稻土全氮光谱估算模型校正集构建策略研究[J];光谱学与光谱分析;2017年07期
2 李朝阳;杨玉辉;王兴鹏;;灌溉水质对土壤碱解氮分布特征的影响[J];江苏农业科学;2017年11期
3 叶茂;;基于对偶四元数的不同地形无人机影像区域网平差解算方法[J];地理信息世界;2017年03期
4 张颖帝;张佳宝;李晓鹏;;基于高光谱的砂姜黑土含水量反演研究[J];土壤;2017年03期
5 贾银江;徐哲男;苏中滨;靳思雨;Arshad M.Rizwan;;基于优化SIFT算法的无人机遥感作物影像拼接[J];农业工程学报;2017年10期
6 范迎迎;钱育蓉;杨柳;黄震;;基于BP神经网络的遥感影像棉花识别方法[J];计算机工程与设计;2017年05期
7 王蕾;王鹏新;李俐;张树誉;;基于VTCI和分位数回归模型的冬小麦单产估测方法[J];农业机械学报;2017年07期
8 李政;李何超;吴玺;李永树;谢嘉丽;鲁恒;;基于词袋特征的空心村高分影像建筑物解译模型[J];农业机械学报;2017年06期
9 史飞飞;高小红;杨灵玉;何林华;贾伟;;基于HJ-1A高光谱遥感数据的湟水流域典型农作物分类研究[J];遥感技术与应用;2017年02期
10 王敬哲;塔西甫拉提·特依拜;张东;;基于分数阶微分的荒漠土壤铬含量高光谱检测[J];农业机械学报;2017年05期
【二级参考文献】
相关期刊论文 前10条
1 吴才武;夏建新;段峥嵘;;土壤有机质测定方法述评与展望[J];土壤;2015年03期
2 胥静;蒋平安;武红旗;;典型草地土壤包络线光谱特征参数与植被覆盖度相关性[J];湖北农业科学;2015年01期
3 张威;高小红;杨扬;李金山;张艳娇;田成明;贾伟;冯玲;马永录;袁蕙霞;修光利;;基于光谱分析的土壤重金属含量估算研究——以三江源区玉树县和玛多县为例[J];土壤;2014年06期
4 陈颂超;冯来磊;李硕;纪文君;史舟;;基于局部加权回归的土壤全氮含量可见-近红外光谱反演[J];土壤学报;2015年02期
5 彭杰;刘焕军;史舟;向红英;迟春明;;盐渍化土壤光谱特征的区域异质性及盐分反演[J];农业工程学报;2014年17期
6 赵春江;;农业遥感研究与应用进展[J];农业机械学报;2014年12期
7 冯美臣;王超;杨武德;张美俊;肖璐洁;;农作物冷冻害遥感监测研究进展[J];山西农业大学学报(自然科学版);2014年04期
8 刘洋;丁潇;刘焕军;张新乐;曲长祥;胡文;臧红婷;;黑土土壤水分反射光谱特征定量分析与预测[J];土壤学报;2014年05期
9 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
10 李晓明;韩霁昌;李娟;;典型半干旱区土壤盐分高光谱特征反演[J];光谱学与光谱分析;2014年04期
【相似文献】
相关期刊论文 前10条
1 田景瑜;河南省砂姜黑土生物工程综合治理途径初探[J];地域研究与开发;2003年01期
2 张俊民;过兴度;;砂姜黑土生态系统的特点和综合治理问题[J];安徽农业科学;1981年03期
3 马振生;周口地区砂姜黑土及其改良利用途径[J];中原地理研究;1984年02期
4 马振声;李志田;邓自成;张树义;张文鼎;;浅谈周口地区砂姜黑土的综合治理[J];河南农林科技;1985年11期
5 周保元,王玉卿;砂姜黑土改良利用途径的研究[J];土壤肥料;1989年01期
6 张俊民;江苏省的砂姜黑土资源及其利用[J];地理研究;1991年03期
7 东野光亮,史衍玺,李贻学;从微形态特征看砂姜黑土土地资源的利用改良[J];土壤通报;2000年02期
8 张祥明,闫晓明;淮北砂姜黑土区农业生产可持续发展技术体系研究[J];安徽农学通报;2000年01期
9 丁兆运;枣庄市砂姜黑土的改良利用途径初探[J];枣庄师专学报;2000年02期
10 孙华,张桃林,熊德祥;鲁南砂姜黑土磷的组成及吸附特性的研究[J];江苏农业研究;2001年01期
相关会议论文 前1条
1 陈欢;李玮;张存岭;乔玉强;杜世州;赵竹;曹承富;;淮北砂姜黑土酶活性对长期施肥的响应研究[A];中国作物学会2013年学术年会论文摘要集[C];2013年
相关博士学位论文 前1条
1 魏翠兰;砂姜黑土收缩开裂特征及生物质炭改良效应[D];中国农业大学;2017年
相关硕士学位论文 前10条
1 王伏伟;施肥及秸秆还田对砂姜黑土细菌群落的影响[D];安徽农业大学;2015年
2 孟庆阳;耕种方式与秸秆还田对砂姜黑土理化特性及冬小麦产量形成的影响[D];河南农业大学;2016年
3 靳海洋;耕作方式对黄淮区砂姜黑土农田土壤养分转化及供肥供水特性的影响[D];河南农业大学;2016年
4 王妍;不同秸秆还田方式对砂姜黑土真菌群落的影响[D];安徽农业大学;2016年
5 宗玉统;砂姜黑土的物理障碍因子及其改良[D];浙江大学;2013年
6 詹其厚;砂姜黑土耕地土壤性状特点与农业综合利用技术研究[D];南京农业大学;2011年
7 王道中;长期定位施肥砂姜黑土土壤肥力演变规律[D];安徽农业大学;2008年
8 高峰;外源稀土在安徽省主要农业土壤中形态分布的研究[D];安徽农业大学;2008年
9 包晶晶;稀土元素镧、钕在土壤中的形态分布及作物效应[D];安徽农业大学;2008年
10 于佳禾;采煤塌陷坡地砂姜黑土中氮磷流失特征研究[D];安徽理工大学;2015年
,本文编号:2013184
本文链接:https://www.wllwen.com/kejilunwen/nykj/2013184.html