基于光谱的黑土区有机质快速测定方法及其应用研究

发布时间：2017-05-30 02:13

  本文关键词：基于光谱的黑土区有机质快速测定方法及其应用研究，，由笔耕文化传播整理发布。

【摘要】：黑土区有机质含量高,土质肥沃,是我国重要的粮食生产基地。然而近些年来由于不合理的耕作和盲目的开垦,大量富含有机质的黑土流失,使土壤肥力下降,生产力降低,严重威胁我国东北“粮仓”的安全。因而如何调整和评断开垦的合理性,成为现今亟解决的问题。有机质作为土壤的重要组成部分,对土壤结构的形成和质量的改善具有决定作用。了解其动态变化特征,是进行农业生产管理,实现精准农业,保证农业可持续发展的基本条件。传统的田间取样,实验室化学分析,不仅费时,费力,还效率低,完全不能满足精准农业发展对土壤有机质信息的大量需求。虽然通过光谱仪测定土壤反射率建立有机质估测模型,能够快速测定有机质含量,但土壤光谱测定,没有统一的标准,不同的处理会产生不同的结果,同时光谱仪价格较高也限制了其广泛运用。因此本文根据现有的有机质的测定方法和在实际应用中的问题,提出以数码相机作为一种便携式工具,研究黑土有机质与土壤颜色之间的定量关系,以此作为黑土区有机质快速预测的可选工具之一。本研究以吉林省黑土区为研究对象,分别通过ASD便携式光谱仪、数码相机、MODIS遥感图像等手段,对黑土区土壤光谱信息和有机质含量与土壤表面RGB值进行探讨,明确有机质敏感波段区间和RGB值之间的定量关系,进而构建土壤有机质估测模型,最后通过MODIS遥感信息与克里格插值结合运用,实现研究区有机质空间制图。其主要结论和研究内容如下：通过分析有机质与土壤光谱反射率之间的相关性可以发现,有机质在可见光波段表现出了高的相关性,其最大相关性在699nm,相关系数为-0.7022。对原始光谱数据进行九点加权平滑处理后,最大相关系数为-0.702,与平滑前几乎相同,可见九点加权处理,在平滑光谱曲线降低噪声的同时,很好的保留了原始光谱信息。通过对原始光谱的倒数、对数、微分等数学变换,可以增加其与有机质之间的相关性。其中倒数微分变化相关性增加最为明显,最大相关系数达-0.8346。在原始光谱的数学变换之中,倒数和对数变换与有机质的相关性曲线与原始光谱相似,而光谱数据的微分变换,其相关性曲线波动变化较大。其中对相关性变化相似的倒数、对数与原始光谱叠加分析之后,确定400-1400nm为有机质敏感波段范围,作为倒数、对数建模变量入选区域。而对于微分变换后,通过叠加分析,确定710-990nm为倒数微分建模时入选区域。通过逐步回归分析,建立有机质预测模型中,倒数预测模型效果最好,其R2=0.8179, RMSE=0.3232,检验结果R2val=0.7534,RMSEval=0.2584,能充分反应研究区有机质变异特点。通过对数码相机获取的土样表面图像进行AOI区域的分析,在保证取样面积既能反应土样真实色彩值,又不受其取样面积的过大而受边缘效应的影响,确定图像最佳取样面积为800×800Pixels,并对AOI区域取平均值作为样本实际RGB值。土样表面的RGB值,表现出了与有机质的高相关性,其中R与有机质的相关性最大,相关系数为-0.7334。由于颗粒大小的不均一性和非土壤物质的存在,会使土壤表面RGB灰度值偏大或偏小,从而影响RGB真实值的提取。通过灰度直方图统计来获取图像中最大值的方式可以很好的消除因主观原因或者非土壤物质对图像RGB值的影响,可以显著提高与有机质的相关性,其处理后R最大相关系数增加为-0.7432。通过对颜色RGB模型的CIELa*b*、Lc*h*和Lu*v*变换,Lu*v*单变量模型表现出了最好的预测效果,其R2=0.6930, RMSE=0.4196。而在多变量模型中,RGB颜色模型在建模和检验的整体预测效果中最好,其R2=0.7339, RMSE=0.3907,检验结果R2val=0.7405, RMSEval=0.265。对比同波段光谱仪预测结果,由于取样面积和非土壤物质等因素的影响,使光谱仪同波段预测效果差于数码相机所建立的RGB模型。数码相机获取的RGB值,可以反应研究区有机质变异特点,可作为黑土区有机质快速测定的可选工具。在对土样颗粒为1mm.0.5mm.0.25mm、0.15mm、0.088mm与有机质的相关性分析中,0.088mm颗粒的R值与有机质相关性最大,相关系数为-0.7682。当颗粒减小到0.25mm时与有机质相关性开始增加,在0.15mm时,与有机质相关性明显增加。对于不同颗粒RGB值经过相应数学变换之后,倒数变换与有机质相关性最大。其中0.088mm颗粒R的倒数变换后与有机质的相关系数达到0.8128。在多变量回归模型中,0.088mm颗粒预测效果最好,其R2=0.7546, RMSE=0.3751,检验结果为R2val=0.815, RMSEval=0.2238,能很好反应黑土区有机质的变异性。在对不同颗粒相关性的分析和建模效果的对比中,土壤颗粒为0.25mm时,此区间大颗比例越大,减小RGB噪声的效果越差,因而在0.25mm时,颗粒比重的不确定性,使整体检验结果不稳定。而当颗粒大小为0.15mm时,颗粒大小的不同比重都能很好减少噪声对测定结果的影响,使其与有机质的相关性出现显著升高。通过对1mm混合样的相关性分析结果表明,大颗粒与小颗粒的同时存在,可以很好的填补颗粒之间的间隙,减小微地形的影响,增加与有机质的相关性。其中在所有颗粒的比例中,0.15mm颗粒的比重,直接影响预测结果的准确性。在分析制样的时间成本和颗粒的预测结果后,制备0.25mm颗粒混合样,可作为黑土有机质快速预测时的最佳选择。地统计插值精度的提高,需要建立在大量样点的基础上,因而对于有限样本的插值,克里格对研究区制图效果最差。遥感对于有机质含量越高,其记录的反射率越低,因而通过少量的样本能实现有机质的空间制图。而通过MODIS遥感进行研究区制图中,由于混合像元的存在,并且受其他环境因素的影响,使遥感记录的反射率值不能真实反应地表实际情况,从而影响制图的精度。因而仅仅通过反射率建立野外有机质预测模型,其R2=0.349,RMSE=0.425,预测精度低,不能反应黑土区有机质空间变异特点。本文利用地统计反应样点与样点之间的自相关性的特点,对土壤有机质插值后与遥感反演有机质分布进行差值运算,可以剔除变异性大的区域,减少混合像元的影响,实现建模样点的有效选择。同时,通过运用插值后的土壤水分因子和遥感反射率相结合,进行有机质空间预测制图,可以充分考虑野外实际情况和样点的空间自相关与异相关特点,从而有效提高了制图精度,实现研究区有机质空间制图。
【关键词】：黑土 有机质 数码棚机 光谱仪 遥感
【学位授予单位】：中央民族大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：S153.6
【目录】：

• 摘要3-6
• ABSTRACT6-13
• 第一章 绪论13-18
• 1.1 选题背景13-14
• 1.2 研究意义14-15
• 1.3 土壤颜色与有机质的关系15-16
• 1.4 主要研究内容16-17
• 1.5 技术路线17-18
• 第二章 土壤有机质测定方法与空间制图研究进展18-43
• 2.1 土壤有机质测定方法18-32
• 2.1.1 CO_2检测法18-19
• 2.1.2 化学氧化法19-21
• 2.1.3 灼烧法21
• 2.1.4 土壤有机质光谱测定法21-30
• 2.1.5 有机质测定方法的比较及其存在的问题30-32
• 2.2 土壤有机质空间制图32-43
• 2.2.1 基于地统计学的空间制图32-35
• 2.2.2 基于土壤-景观关系理论的空间制图35-38
• 2.2.3 基于遥感估算的土壤有机质空间制图38-41
• 2.2.4 制图方法的比较及其存在的问题41-43
• 第三章 研究区概况和数据的获取43-48
• 3.1 研究区概况43-44
• 3.1.1 黑土分布43-44
• 3.1.2 气候状况44
• 3.1.3 土壤类型44
• 3.2 土样的采集44-45
• 3.3 土样的处理45-46
• 3.4 土样光谱数据的测定46
• 3.5 土样表面颜色的测定46
• 3.6 模型的建立与检验46-48
• 第四章 基于光谱仪的黑土有机质快速测定48-66
• 4.1 黑土光谱曲线特征49-50
• 4.2 土壤有机质对光谱曲线的影响50
• 4.3 黑土光谱数据的预处理及其与有机质的相关性分析50-56
• 4.3.1 光潜曲线的平滑处理50-52
• 4.3.2 光谱曲线的数据变换52-56
• 4.4 基于光谱数据的黑土有机质建模56-64
• 4.4.1 光谱反射率单变量模型的建立56-60
• 4.4.2 光谱反射率多变量模型的建立60-64
• 4.5 小结64-66
• 第五章 基于数码相机的黑土有机质快速测定66-108
• 5.1 取样面积的选取66-69
• 5.2 图像背景校正69-70
• 5.3 图像的直方图处理70-72
• 5.4 颜色模型的转换72-73
• 5.5 基于颜色属性的黑土有机质预测73-84
• 5.5.1 单变量有机质预测建模73-76
• 5.5.2 多变量有机质预测建模76-84
• 5.6 基于光谱反射率的黑土有机质预测84-87
• 5.7 土壤粒径对基于RGB的有机质快速测定的影响87-106
• 5.7.1 不同粒径土样的制备88-89
• 5.7.2 不同土壤颗粒粒径与有机质含量的相关性分析89-90
• 5.7.3 土壤颗粒粒径对RGB灰度值的影响90-98
• 5.7.4 不同粒径预测模型的建立98-104
• 5.7.5 讨论104-106
• 5.8 小结106-108
• 第六章 基于地统计与遥感技术相结合的土壤有机质制图108-117
• 6.1 MODIS遥感图像的获取108-109
• 6.2 MODIS遥感图像的处理109-110
• 6.3 基于地统计的土壤有机质制图110
• 6.4 基于遥感反演的土壤有机质制图110-112
• 6.5 基于遥感与地统计的混合制图112-115
• 6.5.1 基于地统计多变量的遥感制图112-113
• 6.5.2 基于地统计差值运算的遥感制图113-115
• 6.6 讨论115
• 6.7 小结115-117
• 第七章 结论与展望117-121
• 7.1 主要结论117-119
• 7.2 创新点119-120
• 7.3 存在的问题和展望120-121
• 参考文献121-131
• 致谢131-132
• 攻读学位期间发表的学术论文目录132

【参考文献】

中国期刊全文数据库 前10条

1 顾晓鹤;王X;潘瑜春;蔡玉梅;黄文江;王慧芳;;基于HJ1A-HSI超光谱影像的耕地有机质遥感定量反演[J];地理与地理信息科学;2011年06期

2 陈一萌;陈兴盛;宫辉力;魏明建;李小娟;;土壤颜色—一个可靠的气候变化代用指标[J];干旱区地理;2006年03期

3 谢伯承,薛绪掌,王纪华,王国栋;土壤参数的光谱实时分析[J];干旱地区农业研究;2005年03期

4 刘焕军;张柏;刘殿伟;宋开山;王宗明;杨飞;;基于反射率模拟模型的黑土有机质含量估测[J];光谱学与光谱分析;2008年12期

5 周清,周斌,王人潮,张扬珠;室内几何测试条件对土壤高光谱数据离散性的影响[J];华南农业大学学报;2005年01期

6 纪文君;史舟;周清;周炼清;;几种不同类型土壤的VIS-NIR光谱特性及有机质响应波段[J];红外与毫米波学报;2012年03期

7 苏姝,林爱文,刘庆华;普通Kriging法在空间内插中的运用[J];江南大学学报;2004年01期

8 沙晋明,陈鹏程,陈松林;土壤有机质光谱响应特性研究[J];水土保持研究;2003年02期

9 刘晓昱;黑土流失与整治[J];水土保持研究;2005年05期

10 黄应丰,刘腾辉;土壤光谱反射特性与土壤属性的关系——以南方主要土壤为例[J];土壤通报;1989年04期

中国博士学位论文全文数据库 前2条

1 瞿明凯;几种地统计学方法在县域土壤空间信息处理上的应用与研究[D];华中农业大学;2012年

2 陈红艳;土壤主要养分含量的高光谱估测研究[D];山东农业大学;2012年

中国硕士学位论文全文数据库 前2条

1 陈卓;黄渤海地区土壤有机碳对主要物理性状的影响[D];大连交通大学;2008年

2 祝文华;基于ASTER影像的土壤有机质含量反演[D];吉林大学;2010年

  本文关键词：基于光谱的黑土区有机质快速测定方法及其应用研究，由笔耕文化传播整理发布。

本文编号：406189