SVM和BP检测滨海湿地土壤有机质
发布时间：2021-08-30 04:08
近年来,虽然随着高光谱技术的出现可以快速获取土壤中的养分含量,但不同的土壤类型对估算的精度会有很大的差异。滨海湿地土壤类型受海洋环境影响较大,其高光谱反射率与内陆土壤类型的表现会有所不同,也就造成了同样的估算模型在反演滨海湿地土壤的养分含量时,反演精度的降低,随着近年来海洋资源的开发与滨海湿地生态恢复工作的不断推进,探索一种合适的估算模型来快速准确的获取土壤中的养分含量变得更加紧迫。该研究旨在验证利用可见-近红外高光谱反射率构建非线性模型来反演滨海湿地土壤类型中有机质（soil organic matter, SOM）含量的可行性。以江苏省盐城大丰麋鹿国家级自然保护区的第三核心区土壤作为研究对象,将土壤样本的光谱反射率进行5点Savitzky-Golay（S-G）平滑滤波处理,再进行一阶微分R′、倒数的一阶微分（1/R）′、倒数的二阶微分（1/R）″、对数的一阶微分（lgR）′四种微分变换后,应用相关系数和显著性水平（p<0.01）提取土壤有机质含量的敏感波段,利用台湾大学林智仁教授开发的MATLAB软件中的LIBSVM工具包构建SVM（support vector machin...
【文章来源】：光谱学与光谱分析. 2020,40(02)北大核心EISCICSCD
【文章页数】：6 页
【部分图文】：
研究区土壤采样点空间分布
由于原始光谱在350～400之间存在很多噪声, 因此选取400～2 400 nm波段做分析。 在MATLAB 2014b软件中利用Savitzky-Golay(S-G)滤波器将滨海湿地土壤的原始光谱进行5点平滑滤波处理, 处理后的光谱反射率曲线如图2所示, 可以看出经过自然风干的34个土壤样本测得的光谱曲线走势具有很大的相似性, 但是由于每个土壤样本中的有机质含量等土壤理化性质的不同, 所测得的土壤样本光谱反射率在波峰、 波谷、 反射率强弱上还是有所不同, 这与章海亮等的研究结果相同。 总体波段范围内的反射率介于0.1～0.7之间; 同时可以清楚的发现在1 400和1 900 nm两个波段附近有两个明显的吸收谷, 在700和1 000 nm两个波段附近有两个比较弱的吸收谷, 这主要是由土壤中的水分子振动的倍频与合频所产生的; 在1 950～2 400 nm波段内光谱曲线呈现波浪式状态, 主要是由于土壤样本中的少量水分与空气中的水分吸收产生的, 这与研究土壤光谱反射率特征的相关报道一致[2-3]。 总体上看土壤反射率随着波长的增加而不断增大, 其中在400～600 nm波段范围上升速度比较明显, 600～800 nm波段之间呈现中等缓慢上升, 800 nm以后波谱反射率上升比较平缓。2.2 土壤SOM含量的特征波段提取
将S-G滤波后的光谱反射率进行四种微分变换, 并与土壤实测的34个土壤样本组的SOM含量做相关性与显著性分析, 如图3所示, 其中(a)图为一阶微分变换后的相关系数, (b)图为倒数的一阶微分后的相关系数, (c)图为倒数的二阶微分后的相关系数, (d)图为对数的一阶微分后的相关系数。 从图3可以发现四种光谱变换形式不同程度上改变了原始光谱与土壤有机质含量的相关系数, 并且将有关土壤有机质的敏感波段处的反射率进一步放大, 同时可以发现在700, 1 000, 1 400和1 900 nm几处光谱吸收谷附近的相关性都比较低, 这说明土壤受水分影响会降低光谱反射率与土壤有机质含量的相关系数。挑选出置信水平p<0.01的波长作为特征波段, 筛选结果如表2所示。 由表2可知: 每一种微分变换后所提取出的特征波段的数量不同, 并且每一种微分变换后与对应的土壤SOM养分含量相关性也不同。 相关性最高的是(1/R)′光谱变换形式, 所提取到的特征波段数有13个, 分别为498～501, 1 180～1 182, 1 946, 1 947和2 323～2 326 nm, 其中在2 324 nm波段附近呈现正相关性, 在500 nm波段附近主要呈现负相关性。
【参考文献】：
期刊论文
[1]新疆阜康荒地土壤有机质高光谱特征及其反演模型研究[J]. 乔娟峰,熊黑钢,王小平,郑曼迪,刘靖朝,李荣荣. 干旱地区农业研究. 2018(05)
[2]滨海湿地麋鹿野牧区土壤理化指标的空间分布特征[J]. 卢霞,林雅丽,吴亚楠,顾杨,赵倩,ZHANG Xu. 海洋湖沼通报. 2018(04)
[3]艾比湖流域不同土地覆盖类型土壤养分高光谱反演模型研究[J]. 蒋烨林,王让会,李焱,李成,彭擎,吴晓全. 中国生态农业学报. 2016(11)
[4]闽江口湿地土壤全氮含量的高光谱遥感估算[J]. 高灯州,曾从盛,章文龙,刘晴晴,王志萍,陈依婷. 生态学杂志. 2016(04)
[5]基于改进OII的湿地土壤有机质高光谱反演[J]. 高灯州,陈桂香,章文龙,颜燕燕,曾从盛. 实验室研究与探索. 2014(06)
[6]近红外漫反射光谱检测土壤有机质和速效N的研究[J]. 刘雪梅. 中国农机化学报. 2013(02)
[7]江苏大丰麋鹿自然保护区栖息地退化特征[J]. 刘金根,薛建辉,王磊,丁晶晶,马婉丽,刘成刚,戎宇. 生态学杂志. 2011(08)
[8]江苏大丰麋鹿保护区不同改良措施对滩涂土壤的改良效应研究[J]. 丁宁宁,王保松,梁珍海,刘德辉. 土壤. 2011(03)
[9]基于光谱技术的土壤养分快速测试方法研究[J]. 蒋璐璐,张瑜,王艳艳,谈黎虹,何勇. 浙江大学学报(农业与生命科学版). 2010(04)
[10]用遗传算法快速提取近红外光谱特征区域和特征波长[J]. 邹小波,赵杰文. 光学学报. 2007(07)
本文编号：3372028
【文章来源】：光谱学与光谱分析. 2020,40(02)北大核心EISCICSCD
【文章页数】：6 页
【部分图文】：
研究区土壤采样点空间分布
由于原始光谱在350～400之间存在很多噪声, 因此选取400～2 400 nm波段做分析。 在MATLAB 2014b软件中利用Savitzky-Golay(S-G)滤波器将滨海湿地土壤的原始光谱进行5点平滑滤波处理, 处理后的光谱反射率曲线如图2所示, 可以看出经过自然风干的34个土壤样本测得的光谱曲线走势具有很大的相似性, 但是由于每个土壤样本中的有机质含量等土壤理化性质的不同, 所测得的土壤样本光谱反射率在波峰、 波谷、 反射率强弱上还是有所不同, 这与章海亮等的研究结果相同。 总体波段范围内的反射率介于0.1～0.7之间; 同时可以清楚的发现在1 400和1 900 nm两个波段附近有两个明显的吸收谷, 在700和1 000 nm两个波段附近有两个比较弱的吸收谷, 这主要是由土壤中的水分子振动的倍频与合频所产生的; 在1 950～2 400 nm波段内光谱曲线呈现波浪式状态, 主要是由于土壤样本中的少量水分与空气中的水分吸收产生的, 这与研究土壤光谱反射率特征的相关报道一致[2-3]。 总体上看土壤反射率随着波长的增加而不断增大, 其中在400～600 nm波段范围上升速度比较明显, 600～800 nm波段之间呈现中等缓慢上升, 800 nm以后波谱反射率上升比较平缓。2.2 土壤SOM含量的特征波段提取
将S-G滤波后的光谱反射率进行四种微分变换, 并与土壤实测的34个土壤样本组的SOM含量做相关性与显著性分析, 如图3所示, 其中(a)图为一阶微分变换后的相关系数, (b)图为倒数的一阶微分后的相关系数, (c)图为倒数的二阶微分后的相关系数, (d)图为对数的一阶微分后的相关系数。 从图3可以发现四种光谱变换形式不同程度上改变了原始光谱与土壤有机质含量的相关系数, 并且将有关土壤有机质的敏感波段处的反射率进一步放大, 同时可以发现在700, 1 000, 1 400和1 900 nm几处光谱吸收谷附近的相关性都比较低, 这说明土壤受水分影响会降低光谱反射率与土壤有机质含量的相关系数。挑选出置信水平p<0.01的波长作为特征波段, 筛选结果如表2所示。 由表2可知: 每一种微分变换后所提取出的特征波段的数量不同, 并且每一种微分变换后与对应的土壤SOM养分含量相关性也不同。 相关性最高的是(1/R)′光谱变换形式, 所提取到的特征波段数有13个, 分别为498～501, 1 180～1 182, 1 946, 1 947和2 323～2 326 nm, 其中在2 324 nm波段附近呈现正相关性, 在500 nm波段附近主要呈现负相关性。
【参考文献】：
期刊论文
[1]新疆阜康荒地土壤有机质高光谱特征及其反演模型研究[J]. 乔娟峰,熊黑钢,王小平,郑曼迪,刘靖朝,李荣荣. 干旱地区农业研究. 2018(05)
[2]滨海湿地麋鹿野牧区土壤理化指标的空间分布特征[J]. 卢霞,林雅丽,吴亚楠,顾杨,赵倩,ZHANG Xu. 海洋湖沼通报. 2018(04)
[3]艾比湖流域不同土地覆盖类型土壤养分高光谱反演模型研究[J]. 蒋烨林,王让会,李焱,李成,彭擎,吴晓全. 中国生态农业学报. 2016(11)
[4]闽江口湿地土壤全氮含量的高光谱遥感估算[J]. 高灯州,曾从盛,章文龙,刘晴晴,王志萍,陈依婷. 生态学杂志. 2016(04)
[5]基于改进OII的湿地土壤有机质高光谱反演[J]. 高灯州,陈桂香,章文龙,颜燕燕,曾从盛. 实验室研究与探索. 2014(06)
[6]近红外漫反射光谱检测土壤有机质和速效N的研究[J]. 刘雪梅. 中国农机化学报. 2013(02)
[7]江苏大丰麋鹿自然保护区栖息地退化特征[J]. 刘金根,薛建辉,王磊,丁晶晶,马婉丽,刘成刚,戎宇. 生态学杂志. 2011(08)
[8]江苏大丰麋鹿保护区不同改良措施对滩涂土壤的改良效应研究[J]. 丁宁宁,王保松,梁珍海,刘德辉. 土壤. 2011(03)
[9]基于光谱技术的土壤养分快速测试方法研究[J]. 蒋璐璐,张瑜,王艳艳,谈黎虹,何勇. 浙江大学学报(农业与生命科学版). 2010(04)
[10]用遗传算法快速提取近红外光谱特征区域和特征波长[J]. 邹小波,赵杰文. 光学学报. 2007(07)
本文编号：3372028
本文链接：https://www.wllwen.com/kejilunwen/nykj/3372028.html
