基于原位光谱的田块尺度土壤含水量建模及预测

发布时间：2021-10-28 08:46

　　以长年连作的南疆棉田土壤含水量为研究对象,利用带有内置光源的SR-3500型便携式地物光谱仪研究了不同S-G平滑参数、数据组合对土壤水分预测精度的影响。结果表明:SR-3500型便携式地物光谱仪的土壤反射率光谱对含水量有着很好的响应;通过采用21窗格、2次S-G平滑能够使土壤含水量预测精度有所提高;引入实验室配置含水量土样数据与原位数据结合,使模型既有较好的泛化能力又能保证模型精度(R2=0.84,RMSE=22.34 g kg^-1,MAPE=15.38%);对定量模型精度的评价指标决定系数（R2）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）进行比较,认为MAPE能够更全面地评价模型综合性能。 

【文章来源】：土壤通报. 2020,51(06)北大核心CSCD

【文章页数】：6 页

【部分图文】：

不同含水量土样光谱曲线

c图结果说明在仅增加原位土壤含水量区间外的样本时，模型预测范围有所增大，R2因预测集区间增加也进一步提升到了0.84，对外源样本的预测精度也有所提高(RMSE=22.34 g kg-1、MAPE=15.38%)，对原位测试集的预测误差增加(RMSE=17.51 g kg-1、MAPE=7.51%)。去除了与区间重合的外源数据，减少模型对原位测试集预测的干扰；与原位数据模型相比，该模型既增加模型量程、又保持对原位数据预测的精度。综上所述，仅通过原位光谱建模，虽有着较好的预测精度，但适用范围窄、外推泛化能力差，不适用于对田块尺度内含水量极值点的预测；增加外源样本延长了模型的适用范围的同时，也增加了对原位光谱测试集的预测误差；对外源样本进行适当筛选，去除于原位含水量数据重叠部分，仅增加模型的适用范围，能够使模型既较好的预测土壤含水量，提升了模型的泛化能力。

【参考文献】：
期刊论文
[1]土壤Cd含量实验室与野外DS光谱联合反演[J]. 邹滨,涂宇龙,姜晓璐,陶超,周茉,熊立伟.  光谱学与光谱分析. 2019(10)
[2]基于高光谱技术的土壤水分无损检测[J]. 吴龙国,王松磊,何建国.  光谱学与光谱分析. 2018(08)
[3]基于可见光近红外光谱的南疆荒漠土壤有机质反演研究[J]. 李阳,刘新路,彭杰,李祥,吴家林.  土壤通报. 2018(04)
[4]中国棉花产业发展现状及展望[J]. 卢秀茹,贾肖月,牛佳慧.  中国农业科学. 2018(01)
[5]卷积神经网络用于近红外光谱预测土壤含水率[J]. 王璨,武新慧,李恋卿,王玉顺,李志伟.  光谱学与光谱分析. 2018(01)
[6]棉田土壤水分的高光谱定量遥感模型[J]. 向红英,牛建龙,彭杰,王家强,柳维扬,迟春明,支金虎.  土壤通报. 2016(02)
[7]水分对土壤近红外光谱检测影响的二维相关光谱解析[J]. 宋海燕,程旭.  光谱学与光谱分析. 2014(05)
[8]新疆地区农业灌溉水利用系数分析[J]. 周和平,张明义,周琪,孙志锋,陈金龙.  农业工程学报. 2013(22)
[9]不同含水量土壤偏振光谱特征定量分析[J]. 韩阳,赵云升,王野乔.  遥感学报. 2013(05)
[10]可见光-近红外波段土壤水分含量偏振光谱响应变化研究[J]. 韩阳,赵云升,王野乔.  光谱学与光谱分析. 2013(08)

硕士论文
[1]栾城农田土壤含水量时空变化分析[D]. 韦佳.长安大学 2014



本文编号：3462573