基于Landsat8遥感图像的黑土区土壤有机质含量反演研究

发布时间：2022-01-08 20:34

　　针对黑土区耕地土壤有机质含量测定快速性和准确性的需求,探究黑土区耕地土壤有机质含量与卫星影像光谱间的关系,以促进信息技术在农业领域的应用。本文通过确定土壤有机质的光谱特征,来构建土壤有机质含量的反演模型。首先采集2018年吉林省农安县耕地土壤Landsat 8遥感图像,用快速大气校正（QUAC）模型对遥感图像进行大气校正;然后结合研究区域土壤采样的有机质含量化验数据,通过基于敏感波段多元线性回归分析的方法,构建了研究区土壤有机质含量的定量反演模型。试验结果表明:土壤有机质含量在短红外1（B6）波段1.560～1.660μm处具有良好的响应能力;反射率所建立的模型拟合效果最优;其R²为0.974,RMSE为24.058,验证模型有机质含量实测值与预测值的R²为0.933,证明该反演模型具有较高的精度与稳定性。研究结果为促进遥感技术在土壤养分含量的快速测定提供了新的途径。 

【文章来源】：中国农机化学报. 2020,41(06)北大核心

【文章页数】：5 页

【部分图文】：

反射率与土壤有机质含量的相关性

反射率的一阶导数与土壤有机质含量的相关性

反射率的二阶导数与土壤有机质含量的相关性

【参考文献】：
期刊论文
[1]基于地统计与遥感反演相结合的有机质预测制图研究[J]. 吴才武,张月丛,夏建新.  土壤学报. 2016(06)
[2]基于粗糙集C4.5算法的应用[J]. 贾晨光,陈桂芬.  中国农机化学报. 2016(07)
[3]三江源区不同土壤类型有机质含量高光谱反演[J]. 杨扬,高小红,贾伟,张威,李金山,张艳娇,田成明.  遥感技术与应用. 2015(01)
[4]基于高光谱遥感土壤有机质含量预测研究[J]. 李媛媛,李微,刘远,郭锡杰,牟蒙,刘长发.  土壤通报. 2014(06)
[5]松嫩平原土地盐碱化研究[J]. 马驰.  吉林农业大学学报. 2014(03)
[6]基于纹理特征和神经网络算法的遥感影像分类方法研究[J]. 陈桂芬,曾广伟,陈航,李春安.  中国农机化学报. 2014(01)
[7]基于TM影像的荒漠-绿洲交错带土壤有机质含量反演模型[J]. 栾福明,张小雷,熊黑钢,王芳,张芳.  中国沙漠. 2014(04)
[8]有机质对土壤光谱特性的影响研究[J]. 彭杰,周清,张杨珠,向红英.  土壤学报. 2013(03)
[9]采煤矿区表层土壤有机质含量遥感反演[J]. 曾远文,陈浮,王雨辰,张绍良.  水土保持通报. 2013(02)
[10]基于多光谱遥感的耕地等别识别评价因素研究[J]. 杨建锋,马军成,王令超.  农业工程学报. 2012(17)



本文编号：3577236