基于地面高光谱数据的露天煤矿土壤有机质特征分析
发布时间：2021-06-08 11:13
随着遥感技术的形成和不断发展，20世纪80年代以来高光谱遥感的逐步成熟，其大面积同步观测、获取数据的时效性、连续性强、波谱特性及无损等特点使遥感技术在土壤环境监测方面应用广泛，并逐步成为精准农业、土壤矿物成分调查、土壤养分监测等研究快速获取数据信息的新途径。土壤中有机质含量是衡量土壤肥力高低的一个重要指标。土壤有机质不仅是植物生长所需各种营养元素的支持者，同时决定了土壤结构的形成，改善了土壤物理性状。利用高光谱遥感对有机质含量进行反演，为露天煤矿矿区的土地复垦与生态修复提供依据。本文对准东露天煤矿的60个土壤样品进行室内光谱测量和有机质含量的化学分析，对土壤原始光谱反射率进行以下七种数学处理，包括:原始光谱反射率（reflectance,REF）、反射率一阶微分（first derivate reflectance,FDR）、反射率二阶微分（second derivate reflectance,SDR）、反射率倒数之对数一阶微分（lg（1/R）′）、反射率倒数之对数二阶微分（lg（1/R）″）、归一化（Normalized difference index,NDI）及包络线（cont...
【文章来源】：新疆大学新疆维吾尔自治区 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
成像光谱仪的基本原理
新疆大学硕士研究生学位论文(5) 模型的检验：通过决定系数 R2、总均方根误差(RMSE)以及残留预测偏差(RPD)作为评价指标对模型稳定性及预测精度进行检验。1.4.4 技术路线本研究技术路线如下图步骤进行:首先进行野外调查及土壤样品的采集，然后对土壤样品进行处理，进行土壤样品有机质含量的测定和室内光谱数据的采集。对原始光谱数据进行预处理，再结合六种光谱变换方法，探求有机质的高光谱特性。进而得到有机质的响应特征波段。此外，再通过两种线性光谱预测模型对土壤有机质进行预测，以期找到最优的模型。
2.1 研究区概况2.1.1 地理位置本研究区位于新疆维吾尔自治区吉木萨尔县西北的五彩湾地区，吉木萨尔县西北偏北方向，地理坐标：东经 88°45′08″～89°12′58″，北纬 44°38′02″～44°59′02″； 中心地理坐标：东经 88°58′55″，北纬 44°48′32″。西起昌吉州阜康市东界，东到木垒县老君庙，北到昌吉州北部边界卡拉麦里山南麓，南接古尔班通古特沙漠北缘，东西长约 22km，南北宽约 60km，地势平坦、开阔，为卡拉麦里西南山前戈壁荒漠地带。地表植被稀少，水系不发育。海拔600m 左右，相对高差 30-50m 左右。地表无常年水流，夏季降雨形成的暂时性水流多向南排泄于沙漠。
【参考文献】：
期刊论文
[1]光谱测定黑河上游土壤有机质的预测模型[J]. 刘娇,李毅,刘世宾. 光谱学与光谱分析. 2013(12)
[2]氧化铁对有机质光谱特性的影响分析[J]. 彭杰,李曦,周清,史舟,纪文君,王家强. 遥感学报. 2013(06)
[3]赣南脐橙果园土壤全氮和有机质近红外漫反射光谱检测[J]. 刘燕德,熊松盛,陈洞滨. 光谱学与光谱分析. 2013(10)
[4]塔里木河上游绿洲土壤表层盐分特征[J]. 冉启洋,贡璐,韩丽,桂东伟. 中国沙漠. 2013(04)
[5]基于HJ-1A高光谱影像的盐渍化土壤信息提取——以渭干河-库车河绿洲为例[J]. 雷磊,塔西甫拉提·特依拜,丁建丽,江红南,张飞,姚远,阿尔达克·克里木. 中国沙漠. 2013(04)
[6]新一代Landsat系列卫星:Landsat 8遥感影像新增特征及其生态环境意义[J]. 徐涵秋,唐菲. 生态学报. 2013(11)
[7]新疆典型绿洲土壤电导率和pH值的光谱响应特征[J]. 赵振亮,西甫拉提·特依拜,丁建丽,张飞,雷磊,买买提·沙吾提. 中国沙漠. 2013(05)
[8]盐碱荒地开垦年限对表层土壤盐分的影响[J]. 周丽,王玉刚,李彦,黄刚. 干旱区地理. 2013(02)
[9]土壤水分对近红外光谱实时检测土壤全氮的影响研究[J]. 安晓飞,李民赞,郑立华,刘玉萌,孙红. 光谱学与光谱分析. 2013(03)
[10]基于连续小波变换的潮土有机质含量高光谱估算[J]. 廖钦洪,顾晓鹤,李存军,陈立平,黄文江,杜世州,付元元,王纪华. 农业工程学报. 2012(23)
博士论文
[1]土壤高光谱遥感信息提取与二向反射模型研究[D]. 程街亮.浙江大学 2008
[2]土地质量高光谱遥感监测方法研究[D]. 何挺.武汉大学 2003
硕士论文
[1]基于高光谱遥感的土壤有机质预测建模研究[D]. 李曦.浙江大学 2013
[2]基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D]. 李硕.华中农业大学 2010
[3]基于神经网络的土壤有机质及全铁含量的高光谱反演研究[D]. 丁国香.南京信息工程大学 2008
[4]基于实验室高光谱反射数据的土壤成分含量估算研究[D]. 杨萍.南京农业大学 2007
[5]基于偏最小二乘的BP网络模型及其应用[D]. 张艳粉.重庆大学 2007
[6]基于实验室光谱的土壤营养元素反演研究[D]. 徐永明.中国科学院研究生院（遥感应用研究所） 2005
本文编号：3218327
【文章来源】：新疆大学新疆维吾尔自治区 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
成像光谱仪的基本原理
新疆大学硕士研究生学位论文(5) 模型的检验：通过决定系数 R2、总均方根误差(RMSE)以及残留预测偏差(RPD)作为评价指标对模型稳定性及预测精度进行检验。1.4.4 技术路线本研究技术路线如下图步骤进行:首先进行野外调查及土壤样品的采集，然后对土壤样品进行处理，进行土壤样品有机质含量的测定和室内光谱数据的采集。对原始光谱数据进行预处理，再结合六种光谱变换方法，探求有机质的高光谱特性。进而得到有机质的响应特征波段。此外，再通过两种线性光谱预测模型对土壤有机质进行预测，以期找到最优的模型。
2.1 研究区概况2.1.1 地理位置本研究区位于新疆维吾尔自治区吉木萨尔县西北的五彩湾地区，吉木萨尔县西北偏北方向，地理坐标：东经 88°45′08″～89°12′58″，北纬 44°38′02″～44°59′02″； 中心地理坐标：东经 88°58′55″，北纬 44°48′32″。西起昌吉州阜康市东界，东到木垒县老君庙，北到昌吉州北部边界卡拉麦里山南麓，南接古尔班通古特沙漠北缘，东西长约 22km，南北宽约 60km，地势平坦、开阔，为卡拉麦里西南山前戈壁荒漠地带。地表植被稀少，水系不发育。海拔600m 左右，相对高差 30-50m 左右。地表无常年水流，夏季降雨形成的暂时性水流多向南排泄于沙漠。
【参考文献】：
期刊论文
[1]光谱测定黑河上游土壤有机质的预测模型[J]. 刘娇,李毅,刘世宾. 光谱学与光谱分析. 2013(12)
[2]氧化铁对有机质光谱特性的影响分析[J]. 彭杰,李曦,周清,史舟,纪文君,王家强. 遥感学报. 2013(06)
[3]赣南脐橙果园土壤全氮和有机质近红外漫反射光谱检测[J]. 刘燕德,熊松盛,陈洞滨. 光谱学与光谱分析. 2013(10)
[4]塔里木河上游绿洲土壤表层盐分特征[J]. 冉启洋,贡璐,韩丽,桂东伟. 中国沙漠. 2013(04)
[5]基于HJ-1A高光谱影像的盐渍化土壤信息提取——以渭干河-库车河绿洲为例[J]. 雷磊,塔西甫拉提·特依拜,丁建丽,江红南,张飞,姚远,阿尔达克·克里木. 中国沙漠. 2013(04)
[6]新一代Landsat系列卫星:Landsat 8遥感影像新增特征及其生态环境意义[J]. 徐涵秋,唐菲. 生态学报. 2013(11)
[7]新疆典型绿洲土壤电导率和pH值的光谱响应特征[J]. 赵振亮,西甫拉提·特依拜,丁建丽,张飞,雷磊,买买提·沙吾提. 中国沙漠. 2013(05)
[8]盐碱荒地开垦年限对表层土壤盐分的影响[J]. 周丽,王玉刚,李彦,黄刚. 干旱区地理. 2013(02)
[9]土壤水分对近红外光谱实时检测土壤全氮的影响研究[J]. 安晓飞,李民赞,郑立华,刘玉萌,孙红. 光谱学与光谱分析. 2013(03)
[10]基于连续小波变换的潮土有机质含量高光谱估算[J]. 廖钦洪,顾晓鹤,李存军,陈立平,黄文江,杜世州,付元元,王纪华. 农业工程学报. 2012(23)
博士论文
[1]土壤高光谱遥感信息提取与二向反射模型研究[D]. 程街亮.浙江大学 2008
[2]土地质量高光谱遥感监测方法研究[D]. 何挺.武汉大学 2003
硕士论文
[1]基于高光谱遥感的土壤有机质预测建模研究[D]. 李曦.浙江大学 2013
[2]基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D]. 李硕.华中农业大学 2010
[3]基于神经网络的土壤有机质及全铁含量的高光谱反演研究[D]. 丁国香.南京信息工程大学 2008
[4]基于实验室高光谱反射数据的土壤成分含量估算研究[D]. 杨萍.南京农业大学 2007
[5]基于偏最小二乘的BP网络模型及其应用[D]. 张艳粉.重庆大学 2007
[6]基于实验室光谱的土壤营养元素反演研究[D]. 徐永明.中国科学院研究生院（遥感应用研究所） 2005
本文编号：3218327
本文链接：https://www.wllwen.com/kejilunwen/nykj/3218327.html
