基于数字图像估算不同密度表层土壤含水率

发布时间：2018-06-24 15:49

  本文选题：体积含水率 + 土壤密度　； 参考：《灌溉排水学报》2017年04期

【摘要】：为有效和无损地监测土壤表层含水率,以壤土、红壤和黑壤为研究对象,研究了不同密度下土壤含水率(θ)的图像信息,包括亮度(V)和饱和度(S),建立了土壤含水率的估算模型。结果表明,1当壤土密度为1 400 kg/m~3时,估算模型相关性最好(决定系数(R~2)为0.93,均方根误差(RMSE)是0.04 m~3/m~3);2当红壤密度为1 600 kg/m~3时,相关性最好(R~2为0.93,RMSE为0.03 m~3/m~3);3黑壤密度为1 600 kg/m~3时,相关性最好(R~2为0.87,RMSE为0.07 m~3/m~3)。考虑密度变化时,黏壤土的估算精度最好(R~2为0.72和RMSE为0.06 m~3/m~3)、其次是壤土(R~2和RMSE为0.70和0.07 m~3/m~3)和砂质壤土(R~2为0.60和RMSE为0.07 m~3/m~3)。因此,利用数码相机来估测表层不同密度土壤含水率是可行的。
[Abstract]:In order to monitor the water content of soil surface effectively and without damage , the paper studied the image information of soil water content ( 胃 ) in different densities , including brightness ( V ) and saturation ( S ) , and established an estimation model of soil moisture content . The results showed that the best correlation ( R ~ 2 ) was 0.93 , RMSE was 0 . 03 m ~ 3 / m ~ 3 when the density of red soil was 1 400 kg / m ~ 3 , and the density of red soil was 1 600 kg / m ~ 3 , the correlation was best ( R ~ 2 = 0.87 , RMSE 0.07 m ~ 3 / m ~ 3 ) . Considering the change of density , the estimation accuracy of clay loam is best ( R ~ 2 is 0.72 and RMSE is 0.06 m ~ 3 / m ~ 3 ) , followed by loam ( R ~ 2 and RMSE is 0.70 and 0.07 m ~ 3 / m ~ 3 ) and sandy loam ( R ~ 2 is 0.60 and RMSE is 0.07 m ~ 3 / m ~ 3 ) . Therefore , it is feasible to use digital camera to estimate soil moisture content of different density of surface layer .
【作者单位】： 中国农业大学;
【基金】：国家自然科学基金项目(41371231)
【分类号】：S152.7

【相似文献】

相关期刊论文 前10条

1 李国芳,夏自强,郝振纯,蒋洪庚,陈海芳;田间土壤含水率的统计特性分析[J];河海大学学报(自然科学版);2002年01期

2 雷少刚;卞正富;;探地雷达测定土壤含水率研究综述[J];土壤通报;2008年05期

3 曾庆欣;李晓东;李光林;;基于太阳能的土壤含水率远程实时监测仪研制[J];农机化研究;2012年08期

4 殷哲;雷廷武;晏清洪;陈展鹏;董月群;庄晓晖;;土壤含水率对近红外传感器标定模型的响应研究[J];中国农业大学学报;2013年06期

5 王作华 ,郑会君;保护性耕作农田地温及土壤含水率测试分析[J];农村牧区机械化;2003年04期

6 徐效军;张鹰;;土壤含水率与光谱反射率的灰色关联分析[J];安徽农业科学;2006年07期

7 鲍一丹;何勇;方慧;Annia Garcia Pereira;;土壤的光谱特征及氮含量的预测研究[J];光谱学与光谱分析;2007年01期

8 张荣标;何加祥;吴涛;冯友兵;;基于图像处理的土壤表层含水率在线检测方法研究[J];农业工程学报;2007年10期

9 杨绍辉;王一鸣;孙凯;;基于土壤含水率垂向变化规律的水分传感器布设[J];农业机械学报;2008年05期

10 张智韬;李援农;杨江涛;常庆瑞;;遥感监测土壤含水率模型及精度分析[J];农业工程学报;2008年08期

相关会议论文 前10条

1 陈海波;冶林茂;范玉兰;;三种土壤含水率测量方法的综合对比分析[A];中国气象学会2007年年会气象综合探测技术分会场论文集[C];2007年

2 洪昌红;黄本胜;邱静;王珍;杨静学;徐敬华;;幼生桉表层土壤含水率变化研究[A];中国水利学会2013学术年会论文集——S1水资源与水生态[C];2013年

3 于海燕;康绍忠;;西北旱区葡萄园土壤含水率空间变异性研究[A];现代节水高效农业与生态灌区建设（下）[C];2010年

4 许秀英;甘龙辉;陶冶;黄操军;;基于遗传神经网络的土壤含水率预测[A];中国农业工程学会2011年学术年会论文集[C];2011年

5 周瑞平;王静;海春兴;;毛乌素沙地采煤塌陷程度对土壤含水率的影响研究[A];黄河流域资源环境与生态文明建设学术研讨会交流材料[C];2011年

6 程星;於芳;;喀斯特土壤水分变化研究[A];中国地质学会工程地质专业委员会、贵州省岩石力学与工程学会2005年学术年会暨“岩溶·工程·环境”学术论坛论文集[C];2005年

7 韩奎学;吴景峰;;土壤凝结水变化规律的初步探讨[A];中国水利学会第四届青年科技论坛论文集[C];2008年

8 王杰;刘珂;任红玲;唐晓玲;李健;;吉林省春季农田土壤水分特征及影响因素分析[A];第28届中国气象学会年会——S11气象与现代农业[C];2011年

9 申向东;王晓飞;姬宝霖;王丽萍;;干寒区土壤抗风蚀能力的特征初步研究[A];第十三届全国结构工程学术会议论文集（第Ⅱ册）[C];2004年

10 单梦颖;杨永刚;高登成;丁洪波;项希希;吴兆录;;云南省中部三种森林土壤含水率、容重和细根重及其垂直分布[A];山地环境与生态文明建设——中国地理学会2013年学术年会·西南片区会议论文集[C];2013年

相关重要报纸文章 前5条

1 刘锟锋;8月份降水较历年同期偏少53%[N];青岛日报;2009年

2 本报记者 裴兴斌;快快行动抗旱保苗[N];宝鸡日报;2010年

3 金泉才邋李学共 王力;我省大部地区土壤封冻前期墒情较好[N];青海日报;2008年

4 YMG记者 姜晓　通讯员 王廷利 孟令远;今年土地“口干”人不渴[N];烟台日报;2012年

5 鲁建民;土壤墒情如何？[N];酒泉日报;2009年

相关博士学位论文 前10条

1 武敏;辽西褐土沟灌侵蚀过程研究[D];沈阳农业大学;2015年

2 马玉莹;精确测量土壤水的体积置换方法研究[D];中国农业大学;2016年

3 成剑波;基于C/N调节的沼液灌溉土壤氮淋溶控制研究[D];西南大学;2016年

4 孙宇瑞;非饱和土壤介电特性测量理论与方法的研究[D];中国农业大学;2000年

5 胡庆荣;含水含盐土壤介电特性实验研究及对雷达图像的响应分析[D];中国科学院研究生院（遥感应用研究所）;2003年

6 李涛;西北旱区葡萄园土壤含水率与土壤属性空间变异及其对产量和品质的影响[D];中国农业大学;2015年

7 杨德军;基于SPAC系统的土壤水动力学模型研究[D];浙江大学;2009年

8 郁晓庆;无线地下传感器网络电磁波在土壤介质中的传输研究[D];西北农林科技大学;2013年

9 冯杰;水及溶质在有大孔隙的土壤中运移机制研究[D];河海大学;2001年

10 张志宇;土壤墒情预报与作物灌溉制度多目标优化[D];河北农业大学;2014年

相关硕士学位论文 前10条

1 孙秀路;施肥条件下波涌灌溉田间水氮分布特性研究[D];中国农业科学院;2015年

2 张廷强;水分在土壤—甘蔗连续体内运移特征研究[D];河北工程大学;2015年

3 张军;番茄根系层分布与土壤水分变化区域间的关系研究[D];中国科学院研究生院（教育部水土保持与生态环境研究中心）;2015年

4 张阳;基于无线地下传感器的土壤含水率监测系统设计[D];西北农林科技大学;2015年

5 李占成;基于GPRS的土壤墒情远程监测系统研究[D];东北农业大学;2015年

6 曹鼎峰;土壤含水率分布式光纤测量试验研究[D];南京大学;2014年

7 岳胜如;基于NDVI分区的内蒙古牧区土壤含水率遥感监测方法分析及应用研究[D];内蒙古农业大学;2015年

8 盛思远;辽中棕壤区不同作物土壤抗剪强度研究[D];沈阳农业大学;2016年

9 吴春东;冻融期不同秸秆覆盖厚度下土壤水热动态变化规律研究[D];东北农业大学;2016年

10 贾玮;基于支持向量机的探地雷达测定土壤含水率的研究[D];中国地质大学(北京);2016年

，

本文编号：2062047