土壤水与有机质对高光谱的作用及交互作用规律

发布时间：2018-08-27 10:37

【摘要】：【目的】定量揭示土壤水分与有机质对高光谱的作用规律,为提高土壤水分、有机质的光谱估测精度提供基础。【方法】以山东省泰安市岱岳区90个棕壤土样为研究对象,进行室外光谱采集、室内土壤水分和有机质测定,运用Savitzky-Golay filter对光谱曲线进行平滑去噪预处理。根据含水量、有机质含量的高低将土壤样本分为9组,运用比较法对9组原始光谱数据进行分析,初步探究土壤水、有机质对光谱的作用规律。然后采用相关分析法,分析水、有机质与土壤原始光谱反射率(raw spectral reflectance,R)、光谱一阶微分变换(first order differential reflectance,D(R))以及分组光谱的相关性。在假定其他影响因素基本相同的条件下,利用有交互作用的双因素方差分析法,定量分析水、有机质对土壤光谱反射率、光谱一阶微分的作用程度及其交互作用。根据土壤水与有机质的交互作用规律,按相关系数较大而交互作用小的原则选取特征因子,采取偏最小二乘回归模型建立土壤有机质含量的高光谱估测模型,分析依据两者交互作用规律选取的因子对提高光谱估测模型精度的有效性。【结果】在田间持水量范围内,水对土壤光谱反射率影响起主要作用;水与有机质对土壤光谱客观存在交互作用,当土壤含水量小于10%时,600—1 800 nm的原始光谱能较好反映有机质的作用,而当土壤含水量大于15%时,有机质的作用几乎被水的作用所掩盖。水、有机质对土壤原始光谱的作用及其交互作用分别在360—1 800,410—1 800,509—1 800 nm达到显著水平,且三者均在1 951—2 450 nm达到显著水平(α=0.05);对土壤光谱的作用程度由大到小依次为:水、有机质、交互作用;在425—1 800 nm水对土壤光谱的作用大约是有机质的5—8倍,在1 950—2 300 nm为8—12倍;在350—2 500 nm有机质对土壤光谱的作用大约是水与有机质交互作用的2倍。光谱经一阶微分变换之后,在450—530、600—790、1 019—1 027、2 000—2 020以及2 045—2 075 nm土壤水的作用增强,而在其他波段处减弱;土壤有机质的作用在471—824、851—949、967—1 140、1 172—1 340、1 379—1 428、1 450—1 770、1 953—2 122、2 174—2 199以及2 271—2 342 nm处得到增强,而在其他波段处减弱。水与有机质的交互作用也在不同波段处有所变化,但相对于土壤水与有机质的作用变化幅度而言是相对减弱的。基于土壤水与有机质的交互作用规律选取的特征因子,所建立的土壤有机质高光谱估测模型精度有所提高,其中16个检验样本的决定系数R2由不考虑交互作用的0.6764提高到0.7934。【结论】研究表明,在反演土壤含水量时,可以不考虑有机质对光谱的影响;而在反演有机质含量时,必须要剔除水对反射率的影响,还要考虑水与有机质对光谱的交互作用。考虑水与有机质对土壤光谱的交互作用,可有效提高土壤有机质的光谱估测精度。
[Abstract]:[objective] to reveal quantitatively the effect of soil moisture and organic matter on hyperspectral properties, and to provide a basis for the spectral estimation of soil moisture and organic matter. [methods] 90 brown soil samples from Dai'e District, Tai'an City, Shandong Province, were studied. Outdoor spectral collection, indoor soil moisture and organic matter were measured, and the spectral curve was pretreated by smoothing denoising with Savitzky-Golay filter. Soil samples were divided into 9 groups according to water content and content of organic matter. Nine groups of original spectral data were analyzed by comparative method, and the effect of soil water and organic matter on the spectrum was preliminarily explored. Then the correlation between water, organic matter and soil original spectral reflectance (raw spectral reflectance,R), first order differential transform (first order differential reflectance,D (R) and grouping spectrum were analyzed by correlation analysis. Under the assumption that other influencing factors are basically the same, the interaction of water and organic matter to soil spectral reflectance, the degree of interaction of the first order spectral differential and their interaction are quantitatively analyzed by using the two-factor variance analysis method with interaction. According to the law of interaction between soil water and organic matter, the characteristic factors were selected according to the principle of high correlation coefficient but little interaction, and the hyperspectral estimation model of soil organic matter content was established by partial least square regression model. The factors selected according to the interaction law were analyzed to improve the accuracy of the spectral estimation model. [results] in the field water capacity range, water plays a major role in the influence of soil spectral reflectivity. There is interaction between water and organic matter on soil spectrum. The original spectrum of 600-1 800 nm can better reflect the effect of organic matter when the soil moisture content is less than 10, but when the soil moisture content is greater than 15 parts, the original spectrum can reflect the effect of organic matter. The role of organic matter is almost masked by the action of water. The effects of water and organic matter on the original spectrum of soil and their interaction reached significant level at 360-1800410-1 8005091,800 nm, respectively. And all of them reached a significant level at 1 951-2 450 nm (伪 0. 05), and the effect on soil spectrum was in the order of water, organic matter and interaction, and the effect of water on soil spectrum was about 5-8 times of that of organic matter at 425-1 800 nm. At 1 950-2 300 nm, the effects of organic matter on soil spectrum were 8 to 12 times and 350 to 2 500 nm, respectively, and the effect of organic matter on soil spectrum was about 2 times as much as that of water and organic matter interaction. After the first order differential transformation, the effect of soil water on the spectra was enhanced at 450-530600-790 (101910272000-2020) and 20455-2075 (nm), but weakened in other bands. The effect of soil organic matter was enhanced at 471-824851-949967-1 140N 1 172-1 340N 1 379-1 428N 1 450-1 770N 1 953-2122N 2174-2,199 and 2271-2 342 nm, but weakened in other bands. The interaction between water and organic matter also changed in different bands, but relative to the change range of soil water and organic matter, it was relatively weak. Based on the characteristic factors of the interaction between soil water and organic matter, the accuracy of the hyperspectral estimation model of soil organic matter has been improved. The determination coefficient R2 of 16 test samples was increased from 0.6764 without interaction to 0.7934. [conclusion] the study shows that the influence of organic matter on the spectrum can be ignored in the inversion of soil moisture content, but in the inversion of organic matter content, The effect of water on reflectivity and the interaction of water and organic matter on spectrum must be eliminated. Considering the interaction of water and organic matter on soil spectrum, the spectral estimation accuracy of soil organic matter can be improved effectively.
【作者单位】：山东农业大学信息科学与工程学院;
【基金】：国家自然科学基金(41271235) 山东省自然科学基金(ZR2016MD03)
【分类号】：S152.7;S153.6

【参考文献】

相关期刊论文前10条

1 陈红艳;赵庚星;张晓辉;王瑞燕;孙莉;陈敬春;;去除水分影响提高土壤有机质含量高光谱估测精度[J];农业工程学报;2014年08期

2 袁征;李希灿;于涛;张广波;;高光谱土壤有机质估测模型对比研究[J];测绘科学;2014年05期

3 汤娜;张新乐;刘焕军;杨振华;胡言亮;于晓静;;土壤有机质与水分反射光谱响应特征综合作用模拟[J];土壤通报;2013年01期

4 于涛;李希灿;王晓;尚晓东;;高光谱技术应用情况研讨[J];测绘科学;2012年02期

5 刘焕军;赵春江;王纪华;黄文江;张新乐;;黑土典型区土壤有机质遥感反演[J];农业工程学报;2011年08期

6 李希灿;王静;王芳;杜嘉津;;基于模糊识别的土壤性质指标光谱反演[J];辽宁工程技术大学学报(自然科学版);2010年02期

7 刘焕军;宇万太;张新乐;马强;周桦;姜子绍;;黑土反射光谱特征影响因素分析[J];光谱学与光谱分析;2009年11期

8 王昌佐,王纪华,王锦地,赵春江,刘良云,王鹏新,景娟娟;裸土表层含水量高光谱遥感的最佳波段选择[J];遥感信息;2003年04期

9 沙晋明,陈鹏程,陈松林;土壤有机质光谱响应特性研究[J];水土保持研究;2003年02期

10 王力宾;数列修匀的加权算术平均数──中位数混合移动平均法[J];昆明理工大学学报(自然科学版);2001年05期

【共引文献】

相关期刊论文前10条

1 尚璇;李西灿;徐邮邮;刘莎莎;;土壤水与有机质对高光谱的作用及交互作用规律[J];中国农业科学;2017年08期

2 叶勤;姜雪芹;李西灿;林怡;;基于高光谱数据的土壤有机质含量反演模型比较[J];农业机械学报;2017年03期

3 马驰;;基于Landsat8吉林中北部地区土壤有机质定量反演研究[J];干旱区资源与环境;2017年02期

4 张海威;张飞;李哲;井云清;;艾比湖流域盐渍土含水量光谱特征分析与建模[J];中国水土保持科学;2017年01期

5 刘焕军;宁东浩;康苒;金慧凝;张新乐;盛磊;;考虑含水量变化信息的土壤有机质光谱预测模型[J];光谱学与光谱分析;2017年02期

6 韩春兰;刘金宝;付小梅;余无忌;范英英;;粗面岩质火山碎屑物发育土壤有机质含量的高光谱特征与建模[J];土壤通报;2017年01期

7 张锐;李兆富;辛强;潘剑君;李加加;;原状水稻土土壤湿度高光谱特征及反演模型[J];土壤通报;2017年01期

8 马驰;;基于GF-1与Landsat 8遥感数据的耕地表层土壤有机质含量反演精度对比研究[J];浙江农业学报;2017年01期

9 刘影;姚艳敏;司海青;;不同含水量土壤高光谱二向性反射特征研究[J];中国农业资源与区划;2017年01期

10 王敬哲;塔西甫拉提·特依拜;丁建丽;张东;刘巍;;基于分数阶微分预处理高光谱数据的荒漠土壤有机碳含量估算[J];农业工程学报;2016年21期

【二级参考文献】

相关期刊论文前10条

1 杨望灿;张培林;王怀光;陈彦龙;;基于奇异值差分谱与改进包络分析的轴承故障特征提取[J];轴承;2013年05期

2 张焕萍;尹佟明;郑建冬;;基于奇异值分解的致病基因挖掘算法[J];南京航空航天大学学报;2013年02期

3 李民赞;郑立华;安晓飞;孙红;;土壤成分与特性参数光谱快速检测方法及传感技术[J];农业机械学报;2013年03期

4 安晓飞;李民赞;郑立华;刘玉萌;孙红;;土壤水分对近红外光谱实时检测土壤全氮的影响研究[J];光谱学与光谱分析;2013年03期

5 栾福明;张小雷;熊黑钢;张芳;王芳;;基于不同模型的土壤有机质含量高光谱反演比较分析[J];光谱学与光谱分析;2013年01期

6 王淼;潘贤章;解宪丽;王昌昆;刘娅;李燕丽;潘剑君;;土壤含水量对反射光谱法预测红壤土壤有机质的影响研究[J];土壤;2012年04期

7 张娟娟;田永超;姚霞;曹卫星;马新明;朱艳;;基于近红外光谱的土壤全氮含量估算模型[J];农业工程学报;2012年12期

8 陈红艳;赵庚星;李希灿;陆文利;隋龙;;小波分析用于土壤速效钾含量高光谱估测研究[J];中国农业科学;2012年07期

9 田永超;张娟娟;姚霞;曹卫星;朱艳;;基于近红外光声光谱的土壤有机质含量定量建模方法[J];农业工程学报;2012年01期

10 陈红艳;赵庚星;李希灿;朱西存;隋龙;王银娟;;基于小波变换的土壤有机质含量高光谱估测[J];应用生态学报;2011年11期

【相似文献】

相关期刊论文前10条

1 王家玉;;植物营养元素交互作用研究[J];土壤学进展;1992年02期

2 黄益宗,朱永官,黄凤堂,姚章恒;镉和铁及其交互作用对植物生长的影响[J];生态环境;2004年03期

3 吴峰;熊俊芬;;蜈蚣草中砷与磷、钾、钙等营养元素的交互作用[J];现代农业科技;2010年08期

4 ;正交试验方法简介(三)[J];甘肃农业科技;1978年03期

5 ;正交试验方法简介(五)[J];陕西农业科学;1977年07期

6 杨锦忠,郝建平;复合污染系统中交互作用分类方法研究[J];中国生态农业学报;2002年04期

7 陈小红,李贤伟,赵安玖;林木营养元素交互作用研究综述[J];四川林勘设计;2002年01期

8 熊礼明;;磷锌交互作用研究简况[J];土壤学进展;1989年05期

9 姜俊芳,张春善;维生素A与铁之间交互作用的研究进展[J];饲料博览;2002年11期

10 杨志敏,郑绍建,胡霭堂;植物体内磷与重金属元素锌、镉交互作用的研究进展[J];植物营养与肥料学报;1999年04期