冬小麦田土壤有机质含量的高光谱估测研究

发布时间：2020-10-11 23:01

　　 冬小麦是我国的主要粮食作物之一,土壤有机质(Soil organic matter,SOM)在表征土壤质量和保持冬小麦可持续生产方面发挥着重要作用。针对土壤有机质含量传统测定方法存在费时、耗力、不实时的缺点和高光谱技术能够实现土壤目标属性快速、无损和实时监测的特点,本实验以闻喜县麦田土壤为研究对象,在县域内采集多点多样本土壤光谱和有机质含量数据的基础上,研究SOM与高光谱的响应特征,提取并选择SOM的高光谱特征信息,探究土壤粒径大小、光谱预处理方法和建模方法对SOM高光谱估测结果的影响规律,并最终实现麦田SOM的高光谱准确估算。主要结论如下:(1)土壤粒径大小和有机质含量高低与土壤光谱反射率均呈明显的负相关关系,对土壤光谱曲线的形状及光谱特征位置无明显影响;其中,以小于0.154mm的土壤粒径对土壤光谱反射率的影响最为明显。(2)在所有土壤粒径中,以0.154 mm粒径的土壤光谱与SOM的相关关系最优,相关系数为0.66。结合PLSR和不同粒径土壤光谱构建的SOM模型中,以利用0.154 mm粒径土壤光谱构建的SOM监测模型表现较好。结合相关性分析结果,综合考虑模型的稳健性和复杂度,本研究得出0.154 mm是进行SOM定量光谱监测的最佳土壤粒径。(3)不同光谱预处理方法对光谱与SOM之间的相关关系影响不同,对SOM的PLSR模型影响也各异。SG-FD变换光谱与SOM的相关性最高,相关系数绝对值最高可达0.83。除MSC和SNV预处理方法外,其它光谱预处理方法均不同程度地提高了SOM模型的精度。其中,SG-FD预处理方法能够显著地提高土壤有机质PLSR监测模型的精度,模型表现最好(R2C=0.97,R2V=0.85,RPD=1.78)。(4)不同变换光谱条件下,利用SPA方法提取的SOM特征波段存在一定差异。结合相关性分析并综合分析提取的所有特征波段,本研究选取的SOM特征波段主要位于 400-410 nm、490-510 nm、550-560 nm、660-700 nm、1030-1200 nm、1400-1600 nm、1840-1970 nm 和 2310-2440 nm 等波段区域内。(5)本研究中,与PLSR建模方法相比,SPA-MLR降低了 SOM校正模型的精度,SVR降低了 SOM验证模型的精度。其中,以结合SVR和MSC预处理方法的SOM非线性模型表现最好(R2C=0.97,R2v=0.85,RPD=1.78)。综合模型的实际应用潜力,结合PLSR和SG-FD变换光谱及结合SPA-MLR和SNV变换光谱所构建的SOM 模型(R2C=0.83 和 0.79,R2v=0.84 和 0.91,RPD=1.95 和 2.81)也可以考虑用来估测SOM含量。本研究构建的SOM模型具有很好的预测能力,可以实现SOM的准确定量估测。
【学位单位】：山西农业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：S512.11;S153.6
【部分图文】：

１．２高光谱遥感定量反演土壤有机质的研究基础??１．２．１?土壤有机质对反射光谱的响应基础??根据光谱自身的响应机理，将光谱依据波长的长短进行分区，图１所示为可见光??（４００－７８０?ｎｍ）和近红外光（７８０－２５００?ｎｍ）在波谱中的分布及其作用方式。??０．１?１０?３６０?７８０?２５００?２５０００??Ｗａｖｅｌｅｎｇｔｈｓ／ｔａｎ?????—丨丨丨■咖丨丨丨丨丨１丨丨剛?｜丨＿■丨咖ｙ丨丨丨丨????”?ｍ＿Ｍ丨丨丨丨丨仙…丨丨ｙ＂＂＂＂?ｙ，，Ｍ，丨丨丨丨丨＿＿Ｍ＂＂＂＂＂?＂＂＂?１１１１???????＿丨＿丨丨丨＿＿＿丨－丨丨＿丨＿＿？??冰?Ｖｉｓ?ＮＩＲ?ＭＩＲ?ＥＳＲ?ＮＭＲ??ｔｃｔ?繼?■??．?ｔ?红外?徽波??＝ｆｔ的紐…？十爾＿：—帽＇＾繼??Ｐ?土壤重金＾￣土壤有机质、碳、氮、质地、￣??粘粒含量、水分等??图１电磁波作用原理及其作用方式??Ｆｉｇｕｒｅ?１?Ｆｕｎｃｔｉｏｎａｌ?ｍｅｃｈａｎｉｓｍ?ａｎｄ?ａｐｐｌｉｃａｔｉｏｎ?ｏｆ?ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃ?ｓｐｅｃｔｒａ??物质可见－近红外光谱曲线是由构成该物质的组分先接收外围光源，再产生电磁??波，最终通过吸收其中能量产生的。对于可见光来说，当光源辐射能量等于分子中电??子能极差时，电子发生能级跃迁，从而产生可见光谱，因此，可见光谱属于电子吸收??光谱。近红外光谱是通过分子中的振动或转动两种能级跃迁方式，从基态或者是低能??级态跃迁到较高能台，从而吸收一定量的外界入射电磁波中的红外能量而产生，在光??－４－??

３．２．１?土壤粒径和有机质含量对土壤光谱反射率的影响??３．２．１．１?土壤粒径对土壤光谱反射率的影响??如图３所示，从全波段范围来看，不同粒径土壤光谱反射率曲线变化情况基本一??致，随着波长的增加光谱反射率呈先上升后下降的趋势，在波段１４００、１９００和２２００??ｎｍ左右出现３个水汽吸收带，符合土壤光谱曲线的一般特征规律，表明土壤粒径大小??对土壤光谱曲线的形状及光谱特征位置没有明显影响。而同一波长位置，不同粒径土??－１６－??

图６不同变换光谱与土壤有机质的相关性分析??Ｆｉｇｕｒｅ?６?Ｃｏｒｒｅｌａｔｉｏｎ?ａｎａｌｙｓｉｓ?ｏｆ?ｓｏｉｌ?ｏｒｇａｎｉｃ?ｍａｔｔｅｒ?ａｎｄ?ｄｉｆｆｅｒｅｎｔ?ｐｒｏｃｅｓｓｅｄ?ｓｐｅｃｔｒａ??不同变换光谱与ＳＯＭ的相关关系表现不同（图６）。在４００－２４５０?ｎｍ波段范围??内，随着波长的增加，ＭＳＣ和ＳＮＶ变换光谱与ＳＯＭ的相关系数曲线变化趋势大致相??同，其它变换光谱与ＳＯＭ的相关系数曲线则呈现不同的变化趋势。其中，原始土壤??光谱与ＳＯＭ的相关系数表现为先急剧下降，随后保持在某一水平且起伏变化不大的??负相关关系，相关系数绝对值最高可达０．６５。Ａ变换光谱与ＳＯＭ的相关系数曲线走势??和原始光谱正好相反，整体呈现为先急剧升高，随后保持在某一水平且起伏变化不大??的正相关关系，相关系数最高为０．６５。随着波长的增加，ＳＧ－ＦＤ、ＭＳＣ、ＳＮＶ和ＣＲ??变换光谱与ＳＯＭ的相关系数曲线呈现正、负相关系数交替出现、无规律的变化趋??势。但与土壤原始光谱相比，ＳＧ－ＦＤ、ＭＳＣ、ＳＮＶ和ＣＲ预处理方法都不同程度地提??高了土壤光谱与ＳＯＭ在某些波段上的相关性
【相似文献】

相关期刊论文 前10条

1 高钛;;基于非负矩阵分解的高光谱解混算法研究现状和未来的发展方向[J];科技视界;2015年13期

2 周珈慧;;谱科研旋律 抒遥感情怀——记中国科学院遥感应用研究所高光谱研究室主任张立福[J];科学中国人;2012年24期

3 ;高光谱地物识別技术[J];中国科技信息;2017年10期

4 漆成莉;顾明剑;胡秀清;吴春强;;风云三号卫星红外高光谱探测技术及潜在应用[J];气象科技进展;2016年01期

5 ;美创企披露高光谱业务规划 已筹集8500万美元的资金[J];卫星与网络;2018年10期

6 马燕飞;坎杂;张若宇;丁竹青;李硕;李晓良;;加工番茄可溶性固形物近红外高光谱反射成像检测[J];江苏农业科学;2013年08期

7 W.KJ;;芬兰成功开发世界首款高光谱移动设备[J];军民两用技术与产品;2017年03期

8 王晶晶;孙玲;刘华周;胡宇容;肖敏;;基于高光谱的凤眼莲植株氮含量无损监测[J];江苏农业学报;2014年04期

9 赵鑫;黄敏;朱启兵;;基于小波变换的高光谱散射图像特征提取[J];计算机与应用化学;2011年10期

10 冯锐;张玉书;武晋雯;纪瑞鹏;于文颖;王培娟;;基于多光谱和高光谱的干旱遥感监测研究进展[J];灾害学;2019年01期

相关博士学位论文 前10条

1 王顾希;基于高光谱数据建模的水环境承载力评价[D];成都理工大学;2017年

2 邢前国;珠江口水质高光谱反演[D];中国科学院研究生院（南海海洋研究所）;2007年

3 朱学谦;甚高光谱信息获取技术研究[D];中国科学院研究生院(上海技术物理研究所);2016年

4 王玉磊;高光谱实时目标检测算法研究[D];哈尔滨工程大学;2015年

5 王茂芝;高光谱遥感影像处理与地质应用若干关键问题研究[D];成都理工大学;2014年

6 刘秀英;玉米生理参数及农田土壤信息高光谱监测模型研究[D];西北农林科技大学;2016年

7 张瑞;基于声光和液晶调制的高精度高光谱全偏振成像系统研究[D];中北大学;2017年

8 朱文静;基于偏振—高光谱多维光信息的番茄氮磷钾及交互作用检测研究[D];江苏大学;2014年

9 李占峰;紫外高光谱臭氧探测仪在轨定标方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年

10 崔程光;紫外高光谱廓线探测仪遥感信息定量化研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

相关硕士学位论文 前10条

1 余骁;星载高光谱分辨激光雷达回波信号大气层特征解析[D];成都信息工程大学;2018年

2 张冰;基于高光谱数据反演预测大型焦化基地土壤PAHs含量[D];山西农业大学;2016年

3 乔星星;冬小麦田土壤有机质含量的高光谱估测研究[D];山西农业大学;2018年

4 贾学勤;冬小麦籽粒干物质和氮积累动态高光谱监测研究[D];山西农业大学;2018年

5 麦尔耶姆·亚森;渭干河—库车河绿洲土壤重金属含量高光谱反演研究[D];新疆大学;2018年

6 邢会欣;基于非负自编码器及非负矩阵分解的高光谱解混[D];河北师范大学;2017年

7 杜倩男;基于进化优化的高光谱特征选择算法研究[D];华东师范大学;2014年

8 张雄飞;网络环境下高光谱数据库构建及其应用实践[D];中国科学院研究生院（遥感应用研究所）;2003年

9 董广军;高光谱与高空间分辨率遥感信息融合技术研究[D];解放军信息工程大学;2004年

10 余肖玲;非负矩阵分解理论及其在高光谱解混中的应用[D];成都理工大学;2015年

本文编号：2837250