部分植被覆盖下的土壤盐分高光谱遥感反演

发布时间：2017-06-06 23:12

  本文关键词：部分植被覆盖下的土壤盐分高光谱遥感反演，由笔耕文化传播整理发布。

【摘要】：土壤与生物的生存发展息息相关,是世界上最重要的资源之一。近年来由于人类活动和自然环境变化的影响,土壤盐渍化态势日趋严峻,土壤盐渍化已经成为土壤退化的主要形式之一。盐渍土是我国最主要的中低产土壤类型之一,其生产力水平受到土壤质量状况的制约。本文研究区黄河三角洲近海面积广阔,随着土壤盐渍化程度日益加剧,盐渍土面积不断扩增,制约了该地区农林牧业的可持续发展。本文研究黄河三角洲地区土壤盐分的定量反演及其空间分布,为该区域土壤盐渍化治理提供决策依据。本文基于野外和实验室测量的高光谱数据、Hyperion图像数据以及实验室理化分析数据,围绕盐渍土光谱特征分析、基于偏最小二乘回归(PLSR)建立土壤盐分反演模型和混合像元分解展开研究,最终实现了研究区(包含植被覆盖区)的土壤盐分反演制图。本文的主要工作与结论如下：(1)对盐渍土光谱特征进行分析。在光谱特征分析过程中着重探讨野外光谱与实验室光谱的差异,提出了在本研究环境下野外光谱与实验室光谱在光谱反射率、连续统去除变换以及这两种光谱与土壤盐分含量之间的相关关系的差异性,并以光板地为例讨论了造成上述差异的原因。(2)基于PLSR建立土壤盐分反演模型。利用PLSR方法分别建立了基于63个波段的实验室光谱盐分反演模型(均方根误差RMS=0.627g/kg,决定系数R2=0.890)、基于143个波段的野外光谱盐分反演模型(均方根误差RMS=0.783 g/kg,决定系数R2=0.766)和88个波段的野外光谱盐分反演模型(均方根误差RMS=0.824g/kg,决定系数R2=0.741),分别命名为模型Ⅰ、模型Ⅱ和模型Ⅲ,各模型均有较好的预测精度。(3)基于图像端元和野外端元进行混合像元分解。通过端元光谱选择、线性混合像元分解和波段运算,去除其他地物光谱特别是植被光谱对土壤光谱的影响,获得基于图像端元和野外端元的残余土壤光谱图像,分别命名为IR和FR。(4)研究区土壤盐分反演制图。将PLSR盐分反演模型应用到残余土壤光谱图像中,实现了研究区域(包含植被覆盖区)的土壤盐分反演。通过对反演结果的分析和精度评定,结果表明FR-MODELⅡ和FR-MODELⅢ具有较好的反演精度,FR-MODEL Ⅱ实测值与反演值拟合的均方根误差RMS为0.930 g/kg,决定系数R2为0.700,FR-MODELⅢ实测值与反演值拟合的均方根误差RMS为1.244 g/kg,决定系数R2为0.594。(5)进一步优化模型以提高土壤盐分反演精度。将优化模型Ⅳ应用到基于野外端元的残余土壤光谱图,FR-MODELⅣ反演精度较之前有所提高,实测值与反演值的均方根误差RMS为0.823 g/kg,拟合决定系数R2为0.736,反演精度较好,制图结果令人满意。本研究所采用的技术方法,为植被覆盖区域的土壤盐分反演提供了一种新的方法。
【关键词】：土壤盐分反演 偏最小二乘回归 高光谱遥感 植被覆盖区 混合像元分解
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：S156.41;S127
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 选题背景与意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 土壤盐分定量反演模型10-11
• 1.2.2 高光谱遥感数据应用11
• 1.2.3 混合像元分解11-12
• 1.2.4 多端元混合像元分解12-13
• 1.3 研究内容13-14
• 1.4 技术路线14-15
• 第二章 研究区及数据15-18
• 2.1 研究区域概况15-16
• 2.2 数据准备16-18
• 2.2.1 野外作业16
• 2.2.2 土样预处理及实验室分析16-17
• 2.2.3 图像数据17-18
• 第三章 数据预处理18-22
• 3.1 噪声波段去除以及坏线修复18
• 3.2 光谱重采样18-19
• 3.3 大气校正19
• 3.4 几何校正19-20
• 3.5 图像掩膜(植被掩膜、水体掩膜)20-21
• 3.6 本章小结21-22
• 第四章 光谱特征分析22-28
• 4.1 盐渍土光谱特征22
• 4.2 实验室盐渍土光谱分析22-24
• 4.3 野外盐渍土光谱分析24-27
• 4.4 本章小结27-28
• 第五章 基于PLSR的土壤盐分建模28-35
• 5.1 偏最小二乘回归(PLSR)基本原理28-29
• 5.2 基于实验室光谱的土壤盐分反演29-31
• 5.3 基于野外光谱的土壤盐分反演31-34
• 5.4 本章小结34-35
• 第六章 植被区土壤盐分反演及盐分制图35-54
• 6.1 混合像元分解35-36
• 6.2 端元光谱的选择36-38
• 6.3 线性混合像元分解38-41
• 6.4 多端元混合像元分解41-44
• 6.5 残余光谱分离44
• 6.6 土壤盐分反演44-53
• 6.6.1 基于PLSR的土壤盐分制图44-48
• 6.6.2 优化模型MODELⅣ48-50
• 6.6.3 样本点检验反演结果50-53
• 6.7 本章小结53-54
• 第七章 结论与展望54-57
• 7.1 结论54-55
• 7.2 展望55-57
• 致谢57-58
• 参考文献58-62
• 攻读硕士学位期间发表的论文与取得的学术成果62

【相似文献】

中国期刊全文数据库 前10条

1 张彦,邵美珍;基于径向基函数神经网络的混合像元分解[J];遥感学报;2002年04期

2 唐世浩,朱启疆,李小文,王锦地,阎广建;高光谱与多角度数据联合进行混合像元分解研究[J];遥感学报;2003年03期

3 赵小锋;邱全毅;;4种混合像元分解方法在沿海丘陵城市地表组分分析中的比较研究[J];遥感技术与应用;2009年06期

4 詹锡兰;吴波;;一种基于高斯马尔可夫随机场模型的混合像元分解方法[J];福州大学学报(自然科学版);2011年01期

5 吕长春,王忠武,钱少猛;混合像元分解模型综述[J];遥感信息;2003年03期

6 崔雨勇;曾致远;付必涛;毛典辉;;基于边界提取的混合像元分解[J];人民长江;2008年08期

7 范渭亮;杜华强;周国模;徐小军;崔瑞蕊;董德进;;模拟真实场景的混合像元分解[J];遥感学报;2010年06期

8 吴波;周小成;高海燕;;面向混合像元分解的光谱维小波特征提取[J];华侨大学学报(自然科学版);2008年01期

9 张子石;潘聪;陈红顺;;基于有监督模糊C-均值算法的混合像元分解[J];遥感技术与应用;2009年06期

10 马雪梅;陈亮;俞冰;徐锋;;基于决策树和混合像元分解的城市扩张分类[J];测绘通报;2006年10期

中国重要会议论文全文数据库 前8条

1 王强;黄楠;;混合像元分解研究综述[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年

2 胡霞;雷星松;;基于时序的遥感影像混合像元分解模型的研究[A];第十七届中国遥感大会摘要集[C];2010年

3 张良培;丛浩;;一种可选端元的混合像元分解方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

4 俞晨;邹伟;余先川;;遥感图像混合像元分解方法研究[A];第十二届全国图象图形学学术会议论文集[C];2005年

5 魏一苇;黄世奇;;高光谱混合像元分解技术研究综述[A];国家安全地球物理丛书（九）——防灾减灾与国家安全[C];2013年

6 魏一苇;黄世奇;刘代志;;基于独立成分分析的高光谱混合像元分解方法[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

7 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年

8 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[A];第十七届中国遥感大会摘要集[C];2010年

中国博士学位论文全文数据库 前4条

1 孔祥兵;基于同质区分析的高光谱影像混合像元分解[D];武汉大学;2012年

2 李二森;高光谱遥感图像混合像元分解的理论与算法研究[D];解放军信息工程大学;2011年

3 李华丽;高光谱遥感影像自动混合像元分解研究[D];武汉大学;2012年

4 许菡;遥感影像混合像元分解新方法及应用研究[D];首都师范大学;2013年

中国硕士学位论文全文数据库 前10条

1 徐双双;基于混合像元分解的高光谱图像去雾方法的研究[D];南京理工大学;2015年

2 韩威宏;基于混合像元分解的遥感产品真实性检验研究[D];电子科技大学;2014年

3 辛蕾;绿潮卫星遥感监测方法精细化研究[D];中国海洋大学;2014年

4 吴明艳;部分植被覆盖下的土壤盐分高光谱遥感反演[D];东南大学;2015年

5 李君;线性与非线性混合像元分解模型的比较研究[D];东北林业大学;2008年

6 宋慧;基于混合像元分解的土地利用分类[D];济南大学;2013年

7 黄竞铖;基于因子分析的混合像元分解方法研究[D];吉林大学;2012年

8 刘学;棉花遥感识别的混合像元分解研究[D];石河子大学;2008年

9 钟晓姣;高光谱数据混合像元分解与光谱匹配验证算法[D];南京理工大学;2013年

10 郑丽;混合像元分解及其应用研究[D];重庆交通大学;2010年

  本文关键词：部分植被覆盖下的土壤盐分高光谱遥感反演，由笔耕文化传播整理发布。

，

本文编号：427705