基于作物全生育期土壤光谱反馈面的虾稻区土壤有机质反演与制图
发布时间:2023-04-04 04:35
了解土壤属性空间分布特征和时间变化特征,能够有效的指导人类有效合理的利用、保护土壤。数字土壤制图能直观的描述土壤属性。在广阔的平原地区,由于缺少足够的地形因子来指导土壤制图,会明显降低数字土壤制图的精度。朱阿兴教授等最早提出了土壤光谱反馈面的概念,核心思想是利用降水事件之后连续数天内土壤表层光谱的变化特征描述土壤属性。这种方法虽然能提高数字土壤制图的精度,但对所需的遥感数据有着非常苛刻的要求,需要筛选大量的遥感影像和天气事件。为了解决这个问题,本文将通过增加制作光谱反馈面遥感影像的时间跨度至涵盖作物全生育周期,降低遥感影像的难度,提高平原区数字土壤制图的精度。本文选取江汉平原上的潜江市运粮湖农场部分区域为研究区,探究虾稻田中水稻全生育周期的土壤光谱反馈面对土壤有机质数字制图的影响。本研究设置三组共62个采样点,选取6月份、7月份、8月份和10月份为采样时间,涵盖了水稻的全生育期。收集记录了每个点位的坐标、稻田和虾沟的土壤样本、航拍数据、植被照片、土壤高光谱数据及研究区域的哨兵2号遥感影像数据。研究内容主要有以下三点:其一,分析了虾稻共作模式下稻田土壤与虾沟土壤之间有机质含量、土壤粒度、...
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景
1.2 国内外研究综述
1.2.1 土壤制图综述
1.2.2 遥感技术应用于数字土壤制图
1.3 研究内容和技术路线
1.3.1 研究目的和内容
1.3.2 技术路线图
2 研究理论
2.1 土壤数字制图理论
2.2 多光谱遥感理论
2.2.1 遥感技术的应用
2.2.3 哨兵2号(Sentinel-2)卫星
2.3 土壤光谱反馈面理论
2.4 土壤高光谱理论
2.4.1 土壤高光谱的主要影响因素
2.4.2 土壤有机质高光谱
2.5 环境协变量体系
3 材料与方法
3.1 研究区概况
3.1.1 自然禀赋
3.1.2 虾稻技术
3.2 样点布设
3.3 土壤样品采集与处理
3.4 土壤理化指标的测量
3.4.1 土壤有机质测量
3.4.2 土壤粒度的测定
3.4.3 土壤pH值测定
3.5 土壤光谱数据测定与处理
3.5.1 土壤光谱的采集
3.5.2 土壤高光谱数据预处理
3.5.3 土壤高光谱数据特征波段筛选
3.6 土壤制图建模方法
3.6.1 随机森林模型
3.6.2 普通克里格插值
3.7 检验方法
4 实验数据的处理与分析
4.1 土壤有机质含量的差异
4.1.1 土壤有机质含量在稻田与虾沟的差异
4.1.2 土壤有机质含量空间分布特征
4.2 土壤pH值的差异
4.2.1 土壤pH值在稻田与虾沟的差异
4.2.2 土壤pH值空间分布特征
4.3 土壤粒度的差异
4.3.1 土壤粒度在稻田与虾沟的差异
4.3.2 土壤粒度的空间分布特征
4.4 归一化植被指数的差异
4.4.1 植被覆盖度的计算
4.4.2 归一化植被指数生育周期变化特征
5 近地高光谱数据与光谱反馈面
5.1 近地端土壤高光谱数据
5.1.1 土壤高光谱数据的预处理与筛选
5.1.2 土壤高光谱数据在稻田与虾沟的差异
5.2 土壤光谱反馈面
6 环境协变量体系与建模
6.1 环境协变量体系
6.2 随机森林算法分析
6.2.1 对照环境协变量体系构建
6.2.2 环境协变量重要性排序
6.3 不同环境协变量体系的环境协变量重要性分析
6.3.1 环境协变量体系A组重要性分析
6.3.2 环境协变量体系A组重要性分析
6.4 不同环境协变量体系的环境协变量估测精度分析
7 结论与展望
7.1 研究结论
7.2 展望
参考文献
致谢
本文编号:3781794
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景
1.2 国内外研究综述
1.2.1 土壤制图综述
1.2.2 遥感技术应用于数字土壤制图
1.3 研究内容和技术路线
1.3.1 研究目的和内容
1.3.2 技术路线图
2 研究理论
2.1 土壤数字制图理论
2.2 多光谱遥感理论
2.2.1 遥感技术的应用
2.2.3 哨兵2号(Sentinel-2)卫星
2.3 土壤光谱反馈面理论
2.4 土壤高光谱理论
2.4.1 土壤高光谱的主要影响因素
2.4.2 土壤有机质高光谱
2.5 环境协变量体系
3 材料与方法
3.1 研究区概况
3.1.1 自然禀赋
3.1.2 虾稻技术
3.2 样点布设
3.3 土壤样品采集与处理
3.4 土壤理化指标的测量
3.4.1 土壤有机质测量
3.4.2 土壤粒度的测定
3.4.3 土壤pH值测定
3.5 土壤光谱数据测定与处理
3.5.1 土壤光谱的采集
3.5.2 土壤高光谱数据预处理
3.5.3 土壤高光谱数据特征波段筛选
3.6 土壤制图建模方法
3.6.1 随机森林模型
3.6.2 普通克里格插值
3.7 检验方法
4 实验数据的处理与分析
4.1 土壤有机质含量的差异
4.1.1 土壤有机质含量在稻田与虾沟的差异
4.1.2 土壤有机质含量空间分布特征
4.2 土壤pH值的差异
4.2.1 土壤pH值在稻田与虾沟的差异
4.2.2 土壤pH值空间分布特征
4.3 土壤粒度的差异
4.3.1 土壤粒度在稻田与虾沟的差异
4.3.2 土壤粒度的空间分布特征
4.4 归一化植被指数的差异
4.4.1 植被覆盖度的计算
4.4.2 归一化植被指数生育周期变化特征
5 近地高光谱数据与光谱反馈面
5.1 近地端土壤高光谱数据
5.1.1 土壤高光谱数据的预处理与筛选
5.1.2 土壤高光谱数据在稻田与虾沟的差异
5.2 土壤光谱反馈面
6 环境协变量体系与建模
6.1 环境协变量体系
6.2 随机森林算法分析
6.2.1 对照环境协变量体系构建
6.2.2 环境协变量重要性排序
6.3 不同环境协变量体系的环境协变量重要性分析
6.3.1 环境协变量体系A组重要性分析
6.3.2 环境协变量体系A组重要性分析
6.4 不同环境协变量体系的环境协变量估测精度分析
7 结论与展望
7.1 研究结论
7.2 展望
参考文献
致谢
本文编号:3781794
本文链接:https://www.wllwen.com/kejilunwen/nykj/3781794.html