共查询到17条相似文献，搜索用时 203 毫秒
1.
干旱区盐渍化土壤高光谱遥感信息分析与提取 总被引：1，自引：0，他引：1
以干旱区典型区域新疆渭干河-库车河三角洲绿洲为研究区,以环境小卫星高光谱影像及野外实测土壤含盐量为主要数据源,进行光谱反射率及其变换形式与土壤含盐量的相关性分析,筛选盐渍化土壤响应最敏感波段,利用多元线性回归分析方法,建立基于HSI影像的研究区土壤含盐量定量反演模型。结果表明:研究区土壤含盐量与HSI波段的敏感性随着波长的增加而增强,位于近红外波段范围(797.826-923.913nm)的相关系数R普遍较高,基本在0.7左右。土壤光谱反射率对数的倒数一阶微分变换在628.261nm和923.913nm的波段组合为最佳敏感波段,所构建的土壤含盐量反演模型为最优模型,模型方程为Y=-11.731-114.996X628.261-186.637X923.913,模型及检验的决定系数R2都在0.85以上,均方根误差RMSE约为2.7。该模型的建立为地区土壤含盐量信息的提取及监测提供了参考。 相似文献
2.
本研究目的在于分析农药残留量(pesticide residue,PR)与高光谱中响应特征参数之间的关系,并利用筛选的光谱特征参数建立反演毒死蜱残留量的有效模型。首先采用ASD Fieldspec高光谱仪测得韭菜样本的光谱,通过气相色谱-质谱联用(GC-MS)法测得毒死蜱残留量(PR)值;分析样本光谱反射率值及其一阶微分值与毒死蜱残留量的相关性,计算33个高光谱特征参数与毒死蜱残留量的相关性;根据相关系数高低选择敏感的光谱特征参数;最后采用最佳相关系数下的光谱特征参数对毒死蜱残留量进行建模反演。相关性分析结果显示:近红外波段789~867 nm范围内一阶微分光谱值与PR值呈正相关,1 860 nm处一阶微分光谱值(first-order differential 1 860 nm,FD1860)与PR值紧密相关;在33个高光谱特征参数中,近红外一阶微分总和(the sum of first-order differential near infrared,SDnir)与PR值呈良好的正相关关系。基于此,文章以供试样本的FD1860和SDnir观测值为自变量,分别建立了3个预测毒死蜱残留量的模型,即线性、二次多项式及指数模型,并采用交叉验证测试方法检验了模型的合理性。对实验所得决定系数R2和预测均方根误差(RMSE)的评价结果表明,以SDnir为自变量构建的模型稳定性强,其二次多项式模型是最佳反演毒死蜱残留量的有效模型。因此,样本的高光谱特征参数SDnir的变化幅度直接反映了韭菜样本中毒死蜱残留量的变化,表明运用蔬菜的高光谱特征参数反演蔬菜中农药残留量的方法是可行的。 相似文献
3.
基于高光谱数据的土壤电导率估算模型——以河套灌区沙壕渠灌域沙壤土为例 总被引：1，自引：0，他引：1
文中采用FieldSpec3便携式地物光谱仪,基于在内蒙古河套灌区沙壕渠灌域获取的含盐土壤高光谱反射率数据构建了两种土壤电导率的估算模型。第一种模型利用全波段(350nm-2500nm)光谱反射率数据作为自变量,采用偏最小二乘回归法拟合回归系数,第二种模型选取光谱吸收特征指数作为预测因子,采用稳健回归法构建估算模型。通过与人工测量值相比,两个模型模拟结果的相对误差平均值在2%以内,相对误差的绝对值在17%以内,模拟值与实测值相关系数在0.97以上,表明构建的模型可以用于该区域土壤电导率的估算。 相似文献
4.
新疆北部不同类型土壤光谱特征及对有机质含量的预测 总被引：1，自引：0，他引：1
对北疆地区淡栗钙土、冷钙土、石灰性黑钙土、石膏灰棕漠土等4种土壤类型的反射光谱进行分析,研究土壤有机质含量与光谱反射率之间的关系。结果表明,石灰性黑钙土的反射率明显低于其它土壤类型。有机质含量高于14 g·kg-1时光谱反射率与有机质含量呈负相关,有机质含量很低（<8 g·kg-1）时,土壤的光谱反射率与有机质含量之间呈正相关。分别采用593.6 nm波段的原始光谱反射率、661 nm波段的反射率去除包络线和547.4 nm波段反射率的一阶微分与土壤有机质含量建立回归模型,经检验三种模型均能较好地预测有机质的含量,其中光谱的一阶微分预测精度相对较高,可较好地预测北疆主要类型土壤的有机质含量。 相似文献
5.
新疆阜康荒地土壤有机质高光谱特征及其反演模型研究 总被引：3，自引：0，他引：3
针对干旱区荒地土壤贫瘠且有机质含量少,难以快速、准确测定的问题,以阜康中部荒地土壤为研究对象,对64个样点野外光谱进行测定和室内土壤样品农化分析,在原始反射率(R)基础上,利用ENVI5.1软件提取光谱反射率一阶微分(R')、倒数的对数(lg(1/A))、倒数的对数一阶微分(lg(1/A)')、去包络线(CR)等4种光谱反射率,分析了5种光谱反射率的变换形式与土壤有机质含量的相关性,基于全波段(450～2 350 nm)和显著性波段(相关系数通过P=0.01水平检验),利用偏最小二乘法回归(PLSR)建立土壤有机质含量的高光谱预测模型。结果表明:(1)对不同有机质含量的土壤光谱去包络线后,光谱曲线吸收特征差异更加显著,且土壤有机质含量越多,土壤光谱反射率越低。(2)土壤反射率经过数学变换后提高了与有机质含量的相关系数。(3)在全波段的PLSR中,CR、R'和lg(1/R)'模型的RPD均大于2.0,表明预测能力极好。其中以CR的预测精度最为突出,其模型R2和RMSE分别为0.79、4.12,RPD为2.18。在显著性波段的PLSR中,虽然R'和CR的模型RPD均大于2.0,可以准确预测有机质含量,但CR的R2,RPD更高;基于全波段PLSR模型精度均略优于显著性波段,但其使用数据量大,增加了计算量。同时,其CR模型的RPD仅比显著性波段模型的高0.03。因此,选择显著性波段CR模型作为估测该荒地土壤有机质含量的模型更为简洁、科学、可行。 相似文献
6.
开都河流域下游绿洲盐渍化土壤高光谱特征 总被引：2，自引：0，他引：2
土壤光谱反射特性是土壤遥感的物理基础.通过野外调查采样、土壤盐分实验分析与土壤高光谱数据采集,对土壤高光谱数据一阶和二阶导数微分变换处理,分析土壤样品的光谱特征,建立土壤光谱和土壤盐分含量间的相关关系,对研究区盐渍化土壤含盐量进行定量反演.研究结果表明:1)从土壤光谱反射率的形态特征来看,土壤的光谱反射率曲线总体上变化较为平缓,光谱特征形态较为相似,且基本平行.2)研究区土壤光谱反射率曲线的形状大致可由300 ～ 600nm、600 ～ 800nm、800～1000nm、1000 ～ 1400nm、1400 ～1900nm、1900 ～ 2100nm、2100～ 2500nm七个折线段和560nm、900nm、1400nm、1900nm、2200nm五个特征吸收点来控制.3)利用光谱反射率一阶导数微分的盐渍化土壤含盐量多元线性回归预测模型的预测效果均优于利用反射率原型和反射率二阶导数微分,其中氯化物-硫酸盐型RMSE=0.33,硫酸盐型RMSE=0.31,硫酸盐-氯化物型RMSE=0.22. 相似文献
7.
选取石羊河流域下游民勤10种典型荒漠植物进行地面反射光谱测定,通过分析荒漠植物光谱特征、红边参数及对比荒漠植物与农作物光谱数据,提取荒漠植物识别的波段和所需波段光谱分辨率。结果表明:1)10种荒漠植物具有相似的光谱曲线形状,但是不同荒漠植物种由于叶子的组织结构、色素含量和含水量不同,使得反射率大小又具有各自的特点;5个波段区间光谱曲线差异显著,用于识别荒漠植物。2)荒漠植物红边位置都靠近长波方向;沙蒿的红边幅值最大,锦鸡儿最小;沙拐枣的红边面积最大,泡泡刺最小。3)荒漠植物光谱反射特征在680nm、970nm、1450nm和2190nm附近与农作物有较大差异,光谱分辨率在可见光和近红外波段需要30nm或更窄,在中红外波段需要50nm或更窄。 相似文献
8.
基于流形学习的土壤高光谱数据特征提取研究 总被引：1，自引：0，他引：1
尾矿重金属污染是当今矿区环境污染面临的主要问题之一,精确反演土壤重金属含量对矿区土壤污染监测和治理具有非常重要的意义。以陕西金堆城矿区尾矿为研究区,利用ASD光谱仪测量土壤光谱,通过实验室化学分析获取土壤样本铜元素含量;将Isomap流形学习方法应用于土壤高光谱数据降维,利用随机森林方法对矿区尾矿土壤的Cu含量进行反演建模,并与原始高光谱数据反演结果和PCA降维后的反演结果进行对比。结果表明:土壤铜含量反演模型在经过Isomap降维后的光谱数据集上预测铜元素含量的相关系数R2为0.7272,均方根误差RMSE为1140.20,在预测的准确性方面均优于原始高光谱数据。研究结果为探索土壤高光谱数据特征提取提供了理论依据,同时对尾矿重金属污染监测具有重要的现实指导意义。 相似文献
9.
《干旱区研究》2020,(3)
基于Sentinel-2A遥感数据,结合白城市表层土壤采样的全盐含量化验值,利用统计与拟合分析的方法,建立土壤盐渍化遥感监测模型,对研究区表层土壤含盐量进行反演分析。结果表明:①研究区土壤的反射率与含盐量呈正相关,相关系数在Sentinel-2A第5波段(中心波长为0. 705μm)达到最大值,为r=0. 902,利用第5波段反射率建立的土壤含盐量反演模型TSC=50. 776R_5-8. 262,模型的决定系数R~2=0. 813,检验样本的均方根误差RMSE=0. 814 g·kg~(-1);②将反射率进行指数、幂、S曲线等数学变换后,可以显著提高拟合精度,其中,第8波段反射率的幂函数变换后,建立土壤含盐量的单波段反演模型TSC=77. 51x~(2. 346)精度最好,模型的决定系数R~2=0. 888;③利用多元逐步回归分析的方法建立土壤含盐量的多波段反演模型TSC=-13. 810+38. 973R5-14. 122e~(R_5)+23. 896R_8~(2. 248)+1. 743ln(R_9),模型的决定系数为R~2=0. 924,检验样本的均方根误差为RMSE=0. 736 g·kg~(-1)。 相似文献
10.
为实现干旱区绿洲土壤含水量的快速、准确监测,利用采集自渭干河-库车河绿洲的84个表层(0~10cm)土壤样本,通过利用电磁感应仪(EM38)将所测解译后数据代替实测土壤含水量数据,将高光谱反射率重采样为Landsat8卫星遥感波段反射率,在选取光谱特征参数、提取敏感波段的基础上,利用偏最小二乘回归(PLSR)方法建立土壤含水量模型,将最优估算模型应用于遥感影像,实现研究区土壤含水量遥感反演。研究结果表明:(1)利用EM38所测水平模式土壤表观电导率与土壤含水量拟合效果最优,能够代替实测土壤含水量进行后续建模分析。(2)相比3种单一的光谱特征指数,利用多种光谱特征指数所建土壤含水量估算模型的建模效果更优,其干、湿各季建模集决定系数R~2大于0.7,均方根误差(RMSE)均小于0.5%,RPD均大于2,能够作为有效手段估算干旱区绿洲土壤含水量。(3)不同季节土壤含水量遥感反演值与实测值决定系数R~2均大于0.6,均方根误差(RMSE)均小于0.6%,显示了较高的预测精度,证明利用电磁感应技术与高光谱相结合能够实现对干旱区绿洲土壤含水量的精准、高效监测。 相似文献
11.
Soil salinization is a serious ecological and environmental problem because it adversely affects sustainable development worldwide, especially in arid and semi-arid regions. It is crucial and urgent that advanced technologies are used to efficiently and accurately assess the status of salinization processes. Case studies to determine the relations between particular types of salinization and their spectral reflectances are essential because of the distinctive characteristics of the reflectance spectra of particular salts. During April 2015 we collected surface soil samples(0–10 cm depth) at 64 field sites in the downstream area of Minqin Oasis in Northwest China, an area that is undergoing serious salinization. We developed a linear model for determination of salt content in soil from hyperspectral data as follows. First, we undertook chemical analysis of the soil samples to determine their soluble salt contents. We then measured the reflectance spectra of the soil samples, which we post-processed using a continuum-removed reflectance algorithm to enhance the absorption features and better discriminate subtle differences in spectral features. We applied a normalized difference salinity index to the continuum-removed hyperspectral data to obtain all possible waveband pairs. Correlation of the indices obtained for all of the waveband pairs with the wavebands corresponding to measured soil salinities showed that two wavebands centred at wavelengths of 1358 and 2382 nm had the highest sensitivity to salinity. We then applied the linear regression modelling to the data from half of the soil samples to develop a soil salinity index for the relationships between wavebands and laboratory measured soluble salt content. We used the hyperspectral data from the remaining samples to validate the model. The salt content in soil from Minqin Oasis were well produced by the model. Our results indicate that wavelengths at 1358 and 2382 nm are the optimal wavebands for monitoring the concentrations of chlorine and sulphate compounds, the predominant salts at Minqin Oasis. Our modelling provides a reference for future case studies on the use of hyperspectral data for predictive quantitative estimation of salt content in soils in arid regions. Further research is warranted on the application of this method to remotely sensed hyperspectral data to investigate its potential use for large-scale mapping of the extent and severity of soil salinity. 相似文献
12.
基于高光谱的渭北旱塬区棉花冠层叶面积指数估算 总被引：2，自引：0，他引：2
以棉花冠层高光谱反射率与冠层叶片叶面积指数(LAI)为数据源,在分析LAI与原始高光谱反射率、一阶微分光谱反射率、光谱提取变量和植被指数相关性的基础上,采用一元线性与多元回归的方法构建了棉花LAI高光谱估算模型,并进行精度估算。结果显示,在可见光范围内随着生育期的推进及施氮量的增加冠层光谱反射率逐渐降低,在近红外范围内从苗期到花铃期随着施氮量增加反射率逐渐增加,花铃期到吐絮期反射率明显降低;各生育期冠层光谱的提取变量与LAI的相关性不强,全生育期各种光谱提取量及植被指数与LAI的相关性高于不同生育期;棉花冠层叶片LAI在反射光谱1 461 nm处相关系数达到最大值(r=-0.726);对于一阶微分光谱,LAI的敏感波段发生在742 nm处,r=0.744;以敏感波段742 nm一阶微分光谱反射率建立的逐步回归估算模型精度最高,RMSE=0.94,RE=26.27%,r=0.78。说明以全生育期为基础,采用一阶微分光谱敏感波段,并根据实际条件选择有效的估测模型,可以进行棉花LAI的预测。 相似文献
13.
Ibrahim YAHIAOUI 《干旱区科学》2015,7(6):794-805
Soil salinity and ground surface morphology in the Lower Cheliff plain(Algeria) can directly or indirectly impact the stability of environments. Soil salinization in this area is a major pedological problem related to several natural factors, and the topography appears to be important in understanding the spatial distribution of soil salinity. In this study, we analyzed the relationship between topographic parameters and soil salinity, giving their role in understanding and estimating the spatial distribution of soil salinity in the Lower Cheliff plain. Two satellite images of Landsat 7 in winter and summer 2013 with reflectance values and the digital elevation model(DEM) were used. We derived the elevation and slope gradient values from the DEM corresponding to the sampling points in the field. We also calculated the vegetation and soil indices(i.e. NDVI(normalized difference vegetation index), RVI(ratio vegetation index), BI(brightness index) and CI(color index)) and soil salinity indices, and analyzed the correlations of soil salinity with topography parameters and the vegetation and soil indices. The results showed that soil salinity had no correlation with slope gradient, while it was significantly correlated with elevation when the EC(electrical conductivity) values were less than 8 d S/m. Also, a good relationship between the spectral bands and measured soil EC was found, leading us to define a new salinity index, i.e. soil adjusted salinity index(SASI). SASI showed a significant correlation with elevation and measured soil EC values. Finally, we developed a multiple linear regression for soil salinity prediction based on elevation and SASI. With the prediction power of 45%, this model is the first one developed for the study area for soil salinity prediction by the combination of remote sensing and topographic feature analysis. 相似文献
14.
Hyperspectral remote sensing was used to detect stress on potted rice plants caused by the Brown Planthopper (BPH), Nilaparvata lugens (Stål). BPH damage influenced reflectance of rice plants compared to uninfested plants in the visible and near-infrared regions of the electromagnetic spectrum. Correlations between plant reflectance and BPH damage, when plotted against wavelengths, enabled us to identify four sensitive wavelengths, at 1986, 665, 1792 and 500 nm, in relation to BPH stress on rice plants. Based on rice plant reflectance corresponding to the sensitive wavelengths, three hyperspectral indices were developed. The BPH damage showed a positive association with normalized pigment chlorophyll index, and a negative relationship with normalized difference vegetation index and soil adjusted vegetation index. Using rice plant reflectance corresponding to the sensitive wavelengths, a multiple-linear regression model was developed and validated, which would facilitate assessment of BPH damage based on rice plant reflectance, thereby ensuring prompt forewarning to stakeholders. 相似文献
15.
基于高光谱数据的土壤有机质反演是土壤遥感及精准农业的重要研究内容,然而不同的光谱处理及建模方法使得模型的估算能力及精度差异明显,限制了模型之间的通用性。为了构建陕西省土壤有机质含量估算的最优模型,以陕西省9种主要土壤类型的216个土样的光谱反射曲线和土壤有机质含量为数据基础,将光谱反射曲线进行一阶微分d(R)、倒数对数log(1/R)、倒数对数一阶微分d[log(1/R)]和包络线去除N(R)4种变换,结合一元线性回归(SLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种建模方法构建了不同的土壤有机质含量估算模型。结果显示:不同类型土壤的反射光谱曲线总体态势基本一致,吸收特征位置基本相同,且土壤有机质含量与光谱反射率呈负相关态势;基于d [log(1/R)]光谱变换构建的SVR估算模型精度最高,建模集和验证集的判断系数(R~2)分别为0.9210、0.8874,验证均方根误差(RMSE)为2.18,相对分析误差(RPD)达到2.8751,是估算陕西省土壤有机质含量的最优模型,PLSR次之,SLR最差。 相似文献
16.
典型龟裂碱土光谱特征分析及碱化程度预测 总被引：1，自引：0，他引：1
以宁夏银北地区典型龟裂碱土为研究对象,表层土壤光谱反射率选择平滑、倒数等7种数据处理方式,采用全回归、逐步回归和偏最小二乘三种回归方法,分析龟裂碱土光谱特征,筛选对土壤pH值和ESP的敏感波段,建立龟裂碱土碱化信息的预测模型。结果表明：龟裂碱土的光谱反射曲线属于缓斜型;土壤表层反射率与土壤pH值和ESP在研究波段内均呈极显著正相关关系;反射率倒数对数的一阶微分和反射率的一阶微分在特征波段范围表现较好;反射率与土壤pH值的相关性优于与土壤ESP的相关性。从拟合度和选用敏感波段的多少整体考虑,采用偏最小二乘回归来拟合土壤pH值和ESP的方程最佳,拟合度分别达到0.93和0.8367。 相似文献
17.
基于野外实测高光谱数据的干旱区耕作土壤含水量反演研究 总被引：6，自引：0，他引：6
利用2011年3月野外实地采集的不同含水量土壤的高光谱数据,研究了南疆地区耕作土壤草甸土含水量与高光谱反射率之间的定量关系,构建了一元线性回归与多元逐步回归的土壤含水量预测模型.结果表明,土壤含水量在380～ 1080 nm波段与反射率呈负相关关系;反射率经倒数(1/R)、对数(logR)、一阶微分(R’)变换后可提高其与含水量的相关性;以50个建模样本所建立模型的相关系数均达到极显著水平,所有模型通过对37验证样本进行预测,比较决定系数、均方根误差、相对误差后,表明多元逐步回归模型的预测能力要优于一元线性回归模型,从所有模型中优选出以698、702、703、746、747 nm波段反射率倒数(1/R)建立的多元逐步回归模型为最优模型,该模型实测值与预测值之间的R2为0.9199,RMSE为1.6026,RE为0.6517,可用于基于野外高光谱数据的土壤含水量的估测. 相似文献