离散小波在估测土壤有机质含量方面的可行性

离散小波在估测土壤有机质含量方面的可行性

ID:20282407

大小:55.00 KB

页数:4页

时间:2018-10-12

离散小波在估测土壤有机质含量方面的可行性_第1页
离散小波在估测土壤有机质含量方面的可行性_第2页
离散小波在估测土壤有机质含量方面的可行性_第3页
离散小波在估测土壤有机质含量方面的可行性_第4页
资源描述:

《离散小波在估测土壤有机质含量方面的可行性》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、离散小波在估测土壤有机质含量方面的可行性  引言  精准农业是现代农业发展的新方向,其基本涵义是根据作物生长的土壤性状,调节对作物的投入。故实时、快速、准确地获取土壤养分空间分布信息,对精准农业中的变量施肥具有重要意义。遥感技术实时、快速、无损观测的特点为精准农业提供新的信息获取途径,目前已成为该领域的研究热点。  土壤有机质是土壤重要构成成分,具有改善土壤肥力特性,提供大量作物所需中量、微量元素,净化农药、重金属污染等作用,因此其含量多少对耕地质量具有重要影响。目前,针对如何利用遥感技术估测土壤有机质含量的问题,国内外学者开展了大量研究。已有研究表

2、明:东北黑土有机质的光谱响应范围主要分布在620~810nm,且利用高光谱建立的最佳模型精度很高,R2=0.933;河南潮土、浙江紫土、四川紫土有机质的光谱响应区域集中在600~800nm,并发现2%不是有机含量估测的临界点;陕西横山和宜兴的土壤高光谱经对数的一阶微分变换后,对有机质含量最敏感,利用该变换形式建立的模型预测精度较高,其决定系数高达0.885。  R.A.ViscarraRossela利用澳大利亚全景4030份土壤样品的可见光近红外光谱数据开展研究,发现土壤光谱为快速、有效、全面地测定土壤成分提供了新的途径,可用于土壤客观分类;Robe

3、rts等研究发现:利用宽波段航空影像与主动传感器数据可提高估测有机质含量分布图的精度,同时也可通过考虑土壤水分含量对影像获取时的贡献及耕地0~1cm表层有机质含量与光谱之间的关系,提高有机质含量的估测精度。  受土壤类型复杂多样性影响,针对利用遥感估测土壤有机质含量研究,虽然在某类土壤(如东北黑土)取得较好的效果,但是针对有机质含量较低的土壤类型(如潮土)研究相对较少且结果并不理想。潮土属于半水成土,发源于富含碳酸盐或无碳酸盐的河流冲积物土,是我国北方主要农业土壤之一和重要的粮棉生产基地,因此如何利用遥感技术监测潮土土壤养分的空间变异具有重要意义。随

4、着小波变换等新算法的不断发展与完善,如何利用小波分析研究估测土壤养分,逐渐成为了当前研究的热点。本研究利用离散小波技术从土壤光谱数据中提取有机质信息,并结合偏最小二乘法构建估测土壤有机质含量模型,研究离散小波在估测土壤有机质含量方面的可行性。    1实验部分  1.1土壤样本采集与处理  研究区位于北京市顺义区和通州区,在2012年10月初夏玉米收获后,采集了空间分布均匀的52个土壤样品,采集深度为耕层0~20cm,将土样置于室内,自然风干后,研磨、过筛20目。通过以上处理后,可使土壤样品在水分含量、土壤粒径上相对同一,有效避免了不同含水量、不同粒

5、径对土壤光谱的影响。采用重铬酸钾容量法测定有机质含量,其统计性描述如表1。【表1】    1.2光谱测量  将处理好的土样按次序摆放如图1(a),采用美国ASD(AnalyticalSpectralDevices)研制的便携式可见光近红外光谱分析仪获取土壤光谱数据,其光谱范围为350~2500nm,输出光谱数据的分辨率为1nm。土壤光谱在暗室里进行测量如图1(b),将土样置于羊皮纸上,然后用直尺将表面刮平,土壤厚度保持在2cm左右。光源采用1000SE)来评价模型精度,其计算方法如下【2-3】    式中:SOM为实测土壤有机质含量,SOMP为估测土

6、壤有机质含量,SOM为实测土壤有机质含量的均值,i为某土样,n为土样数:n=17。    2结果与讨论  2.1光谱分析  土壤光谱经离散小波处理后的低频数据结果如图3(a),从图中可知,低频信息反射率随分解级数增加而增加;土壤光谱特征随着分解级数增加,逐步被拉伸,在分解级数为4时最大,然后逐步模糊、消失,其中1,2和3级分解能较好的保持土壤光谱特征;该现象主要是由于每增加一级分解,光谱特征波段数缩减一半,光谱分辨率降低一倍所致。图3(b)为高频数据,由图可知,随着分解级数增加其高频值迅速增加,同一级分解其高频值的变化与相应低频值的变化速率相对应;高

7、频值的峰值与谷值位置大致一致,但又略有偏差,其原因为低频信息的土壤光谱特征随着分解级数而变化。  2.2模型分析    利用偏最小二乘回归法构建有机质含量预测模型,并利用交叉验证法确定最佳主成分数。提取与有机质含量相关性较高,相距较远,又具有一定代表性的特征波段参与建模。选择该类波段即充分利用土壤光谱信息,又避免了波段间多重线性相关的问题。  2.2.1反射率建模  采用11种实用光谱处理方法开展光谱分析研究,并构建相应估测有机质含量模型,从中筛选出3个相对理想的估测模型进行对比研究。其11种处理方法为:倒数、对数、倒数的对数、一阶微分、倒数的一阶微

8、分、对数的一阶微分、倒数的对数的一阶微分、光谱比值(R/R930)、光谱比值(R/R(450~750))、吸

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。