基于模糊识别的土壤含水量高光谱预测模型研究
发布时间：2020-12-08 04:14
土壤水作为植物生存的物质基础,对陆地表面植物的分布状况具有重要影响。因此,进行土壤含水量的预测对农作物的生长发育至关重要。土壤含水量定量预测研究,从传统的实验室化验方法到现在利用高光谱遥感技术,发生了很大的变化。高光谱遥感技术具有许多独特的优势,包括波段多、分辨率高、数据量大等,使研究工作变得实时、快速、高效并且无破坏性,为土壤性状指标的反演提供了一种有效途径。土壤含水量数据以及光谱反射率数据受众多因素的影响,导致数据在大小划分上具有不确定性,即不可避免的具有模糊性和随机性。而模糊理论主要用于描述研究对象的不确定性,因此利用模糊理论进行土壤含水量预测具有一定的理论依据。本研究以山东省泰安市的94个棕壤样本为研究对象,针对采集样本获取其室外反射率光谱数据以及含水量实验室化验数据。首先对获取的光谱反射率数据进行预处理,包括断点校正、平滑优化、异常样本剔除。在此基础上对光谱数据进行多种数学变换,分析土壤含水量光谱反射特性,了解含水量在各变换光谱的敏感波段,根据单相关分析法选取特征因子。最后建立土壤含水量高光谱模糊识别预测模型,包括可变模糊集预测模型以及半监督模糊识别预测模型,并建立其它常用预...
【文章来源】：山东农业大学山东省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
技术路线图
得名于泰山，这是一个风景秀丽、人杰地灵、物产丰富的好城市，国家级历史文化名城。土地总面积 77.62 万公顷，可利用安属温带半湿润大陆性季风气候区，四季分明，寒暑适宜，具有，年平均气温 13℃，年平均降水量 697 毫米。境内拥有多种地貌陵、平原、洼地等等。而且土壤类型多种多样，其中最主要的是棕取壤样品需提前做好准备，收集与采样区相关的资料，合理确定采在土壤样品采集过程中，选择地势平坦、土壤表层无种植的区域代表性和均匀性。利用梅花采样法采集表层土壤（0~20cm），记利用手持 GPS 进行同步定位。共采集 94 个土壤样品，主要土壤份土壤样品分为两部分，一部分用于光谱测量，另一部分用于点分布如图 2-1 所示。
(a) 校正前反射光谱曲线 (b) 校正后反射光谱曲线图 2-2 光谱曲线断点校正对比图Fig.2-2 The spectral reflectance curves before and after corrected2.3.2 光谱噪声去除在光谱测量的过程中受不稳定环境因素的影响，导致光谱信号中存在大量的噪声。因此，在对光谱数据进行数据分析和信息提取之前需要对其进行去噪处理，以解决毛刺噪声问题。为保证光谱的稳定性和真实性，本文采用 9 点移动加权平均法（何挺等，2006）对光谱进行平滑优化处理，加权移动平均法是根据愈是近期数据对预测值影响愈大这一特点，不同地对待移动期内的各个数据。对近期数据给予较大的权数，对较远的数据给予较小的权数。假设反射光谱共有 N 个波段，则 9 点加权移动平均法可表示为：123443210.160.120.080.040.040.080.120.160.20 iiiiiiiiiiRRRRRRRRRR （2-1）
【参考文献】：
期刊论文
[1]不同粒径土壤有机质含量可见光-近红外光谱估算研究-以湟水流域为例[J]. 李冠稳,高小红,杨灵玉,史飞飞,何林华,刘雪梅,谷晓天,肖云飞,马慧娟. 土壤通报. 2017(06)
[2]亚热带典型区域水稻土氧化铁高光谱反演——以珠江三角洲为例[J]. 郭颖,郭治兴,刘佳,袁宇志,孙慧,柴敏,毕如田. 应用生态学报. 2017(11)
[3]小波变换耦合CARS算法提高土壤水分含量高光谱反演精度[J]. 蔡亮红,丁建丽. 农业工程学报. 2017(16)
[4]BP神经网络和SVM模型对施加生物炭土壤水分预测的适用性[J]. 王彤彤,翟军海,何欢,郑纪勇,涂川. 水土保持研究. 2017(03)
[5]基于高光谱的砂姜黑土含水量反演研究[J]. 张颖帝,张佳宝,李晓鹏. 土壤. 2017(03)
[6]考虑含水量变化信息的土壤有机质光谱预测模型[J]. 刘焕军,宁东浩,康苒,金慧凝,张新乐,盛磊. 光谱学与光谱分析. 2017(02)
[7]艾比湖流域盐渍土含水量光谱特征分析与建模[J]. 张海威,张飞,李哲,井云清. 中国水土保持科学. 2017(01)
[8]藏北地区土壤水分遥感反演模型的研究[J]. 拉巴,卓嘎,陈涛. 土壤. 2017(01)
[9]高光谱技术结合CARS算法预测土壤水分含量[J]. 于雷,朱亚星,洪永胜,夏天,刘目兴,周勇. 农业工程学报. 2016(22)
[10]高光谱估算土壤有机质含量的波长变量筛选方法[J]. 于雷,洪永胜,周勇,朱强,徐良,李冀云,聂艳. 农业工程学报. 2016(13)
硕士论文
[1]黑土有机质含量的高光谱估测模型研究[D]. 印影.吉林大学 2015
[2]黄土丘陵半干旱地区柠条林地土壤水分预测模型研究[D]. 白冬妹.西北农林科技大学 2014
本文编号：2904435
【文章来源】：山东农业大学山东省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
技术路线图
得名于泰山，这是一个风景秀丽、人杰地灵、物产丰富的好城市，国家级历史文化名城。土地总面积 77.62 万公顷，可利用安属温带半湿润大陆性季风气候区，四季分明，寒暑适宜，具有，年平均气温 13℃，年平均降水量 697 毫米。境内拥有多种地貌陵、平原、洼地等等。而且土壤类型多种多样，其中最主要的是棕取壤样品需提前做好准备，收集与采样区相关的资料，合理确定采在土壤样品采集过程中，选择地势平坦、土壤表层无种植的区域代表性和均匀性。利用梅花采样法采集表层土壤（0~20cm），记利用手持 GPS 进行同步定位。共采集 94 个土壤样品，主要土壤份土壤样品分为两部分，一部分用于光谱测量，另一部分用于点分布如图 2-1 所示。
(a) 校正前反射光谱曲线 (b) 校正后反射光谱曲线图 2-2 光谱曲线断点校正对比图Fig.2-2 The spectral reflectance curves before and after corrected2.3.2 光谱噪声去除在光谱测量的过程中受不稳定环境因素的影响，导致光谱信号中存在大量的噪声。因此，在对光谱数据进行数据分析和信息提取之前需要对其进行去噪处理，以解决毛刺噪声问题。为保证光谱的稳定性和真实性，本文采用 9 点移动加权平均法（何挺等，2006）对光谱进行平滑优化处理，加权移动平均法是根据愈是近期数据对预测值影响愈大这一特点，不同地对待移动期内的各个数据。对近期数据给予较大的权数，对较远的数据给予较小的权数。假设反射光谱共有 N 个波段，则 9 点加权移动平均法可表示为：123443210.160.120.080.040.040.080.120.160.20 iiiiiiiiiiRRRRRRRRRR （2-1）
【参考文献】：
期刊论文
[1]不同粒径土壤有机质含量可见光-近红外光谱估算研究-以湟水流域为例[J]. 李冠稳,高小红,杨灵玉,史飞飞,何林华,刘雪梅,谷晓天,肖云飞,马慧娟. 土壤通报. 2017(06)
[2]亚热带典型区域水稻土氧化铁高光谱反演——以珠江三角洲为例[J]. 郭颖,郭治兴,刘佳,袁宇志,孙慧,柴敏,毕如田. 应用生态学报. 2017(11)
[3]小波变换耦合CARS算法提高土壤水分含量高光谱反演精度[J]. 蔡亮红,丁建丽. 农业工程学报. 2017(16)
[4]BP神经网络和SVM模型对施加生物炭土壤水分预测的适用性[J]. 王彤彤,翟军海,何欢,郑纪勇,涂川. 水土保持研究. 2017(03)
[5]基于高光谱的砂姜黑土含水量反演研究[J]. 张颖帝,张佳宝,李晓鹏. 土壤. 2017(03)
[6]考虑含水量变化信息的土壤有机质光谱预测模型[J]. 刘焕军,宁东浩,康苒,金慧凝,张新乐,盛磊. 光谱学与光谱分析. 2017(02)
[7]艾比湖流域盐渍土含水量光谱特征分析与建模[J]. 张海威,张飞,李哲,井云清. 中国水土保持科学. 2017(01)
[8]藏北地区土壤水分遥感反演模型的研究[J]. 拉巴,卓嘎,陈涛. 土壤. 2017(01)
[9]高光谱技术结合CARS算法预测土壤水分含量[J]. 于雷,朱亚星,洪永胜,夏天,刘目兴,周勇. 农业工程学报. 2016(22)
[10]高光谱估算土壤有机质含量的波长变量筛选方法[J]. 于雷,洪永胜,周勇,朱强,徐良,李冀云,聂艳. 农业工程学报. 2016(13)
硕士论文
[1]黑土有机质含量的高光谱估测模型研究[D]. 印影.吉林大学 2015
[2]黄土丘陵半干旱地区柠条林地土壤水分预测模型研究[D]. 白冬妹.西北农林科技大学 2014
本文编号：2904435
本文链接：https://www.wllwen.com/kejilunwen/nykj/2904435.html
