土壤水分敏感波段优选与耕层土壤含水量估测研究

发布时间：2021-03-04 02:31

　　土壤是土地之本,掌握土壤的理化属性状况是合理利用土地资源、切实保护耕地、有效实施精准农业管理和保证农业生产的重要前提。土壤水分是作物能够持续生存的基本前提与条件,是判断土壤肥力、评价土壤质量的关键指标之一。目前,随着遥感技术尤其是高光谱遥感的广泛应用,其光谱分辨率高、波段多的优势,为获取土壤水分含量指标提供了一种精确、快速、无损的手段与方法。但是,土壤高光谱反映了土壤理化属性的综合信息,如何在包含复杂属性的光谱中有效提取土壤水分的光谱特征及敏感信息,成为了当前亟待解决的问题。这对降低土壤水分估测模型的复杂度,提高估测模型的稳健性具有深刻的理论意义,对实现区域性或地块级的土壤水分快速监测具有重要的应用价值。因此,本文以湖北省潜江市竹根滩镇的潮土为研究对象,以地物光谱仪获取的实验室及野外实测土壤光谱信息为中心,对原始光谱数据进行连续统去除（CR）变换,分析不同含水量的土壤光谱特征及响应规律;利用变量投影重要性（VIP）方法、无信息变量消除（UVE）耦合竞争性自适应重加权采样（CARS）的方法、迭代和保留信息变量（IRIV）的方法,对土壤光谱进行变量优选,优选土壤水分敏感波段;将野外实测光谱... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图３．１试验区地理位置图??３．?２?土壤样品采集??

３．４室内光谱数据预处理??３．４．１异常值剔除??以Ｄ１光谱数据为例，图３．２中每一个点代表一个样本，是９６个样本的第一主??成分（ＰＣ１）、第二主成分（ＰＣ２）、第三主成分（ＰＣ３）分布图。以９９％置信球体??来容纳主要分布点，落在球体以外的８３号样本被认为是异常样本，需将其剔除。??按照此方法对Ｄ１￣Ｄ１７的９个不同土壤含水量梯度的光谱数据进行异常值的剔除，??取各梯度异常样本的并集，即２４、３３、４５、４７、８３、９６号共６个异常样本在各梯??度均予以剔除，从而实现对土壤样本质量的有效优化，以此来降低对后续研究结果??的干扰和影响。最终，确定每个梯度有９０个样本进行后续分析。??１８??

表３．１?土壤风干过程中实测土壤含水量平均值??单位量?Ｄ１?Ｄ３?Ｄ５?Ｄ７?Ｄ９?Ｄｌｌ?Ｄ１３?Ｄ１５?Ｄ?３７．０５?３３．１７?３０．９７?２７．４９?２３．７５?１９．５９?１５．３４?９．１１?４．３７．０６?３３．２８?３０．８６?２７．４４?２３．８９?１９．９３?１５．７９?９．５６?４．３７．０２?３３．０５?３０．７５?２７．０３?２３．４７?１９．２４?１５．１２?９．０１?４．野外土壤光谱及含水置测置??实测土壤样点的布设，需综合考虑田块连片性、道路通达性、样点分人为干扰性，根据研究区田块东西走向的分布特点，以遥感图像为参考


本文编号：3062402