共查询到20条相似文献，搜索用时 31 毫秒
1.
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
2.
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
3.
基于PLSR-BP复合模型的绿洲土壤pH高光谱反演 总被引：1，自引：0，他引：1
以土壤pH、野外实测光谱以及多元散射校正(MSC)预处理后的光谱数据为基础,利用数学方法（主成分回归PCA、偏最小二成回归PLSR、BP神经网络模型）分别建立了土壤pH的预测模型。结果表明：土壤实测光谱和经过MSC方法预处理的光谱数据均与pH存在良好的相关性,并呈极显著水平,后者的相关性更高。PCA和PLSR两种土壤pH估测模型均具有良好的预测能力。BP神经网络模型则因输入变量多,预测精度较低。但利用PCA和PLSR模型所获得主成分,作为BP神经网络的输入变量所建立的复合模型,可明显提高模型稳定性和预测能力。 相似文献
4.
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
5.
基于地面高光谱数据的油茶炭疽病病情指数反演 总被引：1，自引：0，他引：1
使用FieldSpec HandHeldTM地物光谱仪采集不同发病程度的油茶冠层光谱数据,并实地调查油茶炭疽病病情指数,将光谱数据进行一阶微分与滑动平均滤波相结合的预处理,提取与病情指数相关性较高的敏感波段,并采用主成分分析法(principal component analysis,PCA)对敏感波段的光谱数据进行降维,分别以敏感波段和PCA降维处理后的敏感波段作为输入变量建立了病情指数的BP神经网络反演模型.两种建模方法建立的BP神经网络模型计算出的预测值与观测值之间的决定系数(R2)均达99％以上.精度检验证明,以PCA降维所得到的前10个主成分作为输入变量建立的10-7-1三层BP神经网络模型预测精度更高,模型计算出的预测值与观测值之间的决定系数(R2)和均方根误差(RMSE)分别为0.998 6和0.814 8.该研究表明,利用地面高光谱数据结合主成分分析和BP神经网络算法反演油茶炭疽病病情指数是一种有效的方法. 相似文献
6.
《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
7.
基于Landsat 8 OLI影像的三江源区表层土壤全氮空间格局反演 总被引：2，自引：0，他引：2
利用Landsat 8 OLI影像反演三江源区玉树、称多及玛多县的表层土壤全氮含量空间分布格局,选取光谱反射率(R)、光谱反射率的倒数(1/R)、光谱反射率倒数的对数〔lg(1/R)〕3个光谱指标,与表层土壤(0~30 cm)全氮实测数据进行相关性分析,筛选相关性最高的光谱指标,以达到显著性相关水平波段的主成分分量建立回归模型。结果表明:OLI影像的B1~B4和B7的R、1/R、lg(1/R)均与实测全氮数据达到显著性相关水平,以lg(1/R)变换最为明显;利用这5个波段lg(1/R)的第一、第二主成分建立负二次多项式回归模型,其中建模样本的R2为0.621,RMSE为2.075,验证样本的R2为0.730,RMSE为1.493,RPD为1.849,反演模型精度较高,稳定性较好。利用OLI影像可较好的估算表层土壤全氮含量的空间分布格局。 相似文献
8.
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
9.
《干旱区资源与环境》2018,(3):152-157
以新疆渭-库绿洲为研究区,利用电磁感应和高光谱技术并以地形因子作为辅助参量,构建土壤含水量的支持向量机回归(Support Vector Regression,SVR)预测模型,采用泛克里金法(Universal Kriging)将预测的土壤含水量进行插值在地图上实现空间可视化。结果表明:1)表层土壤含水量与表观电导率具有良好的相关性,两种模式相结合建立的土壤含水量解译模型的拟合优度达到0.853。2)原始反射率光谱经微分变换后更能凸显出细微差异,利用原始一阶微分建立的SVR土壤含水量模型,预测集决定系数(R2)为0.913,相对分析误差(RPD)为2.06,该模型具有较高的预测精度和稳定性。3)表层含水量空间分布不均,由绿洲内部到荒漠-绿洲交错带再到荒漠呈现逐渐减少的趋势。综上所述,利用该支持向量机模型对绿洲土壤含水量的预测具有实际与理论意义。 相似文献
10.
基于不同时长和程度的干旱胁迫试验,采用ASD光谱仪,研究了不同干旱胁迫处理下不同基因型烤烟叶片水分含量与光谱特征的变化规律,分析不同烤烟叶片水分指标FMC(叶片相对含水量)、LEWT(叶片等效水厚度)与光谱特征参数间的相关关系,构建烤烟叶片水分指标的高光谱特征参数模型。结果表明:不同程度干旱胁迫下烤烟叶片含水量和光谱反射率均随干旱程度的加重而降低,在不同干旱时长下,FMC的变化并不明显,而LEWT对其较为敏感,说明不同干旱胁迫处理间EWT的差异要比FMC显著,不同基因型烤烟品种表现一致,表明LEWT比FMC更适合反映旺长期烤烟叶片水分状况。利用光谱参数建立FMC和LEWT的一元及多元线性模型和BP神经网络模型中,均以BP神经模型网络模型效果最好,其模型R2(决定系数)分别为0.8650、0.9464,RMSE(均方根误差)分别达到0.0049、0.0047,表明模型的精度和稳定性均较好。 相似文献
11.
基于地面高光谱遥感的降香黄檀黑痣病病情指数反演 总被引：2，自引：0，他引：2
利用美国Spectra Vista Corporation(以下均用简称SVC)HR-1024i非成像高光谱仪采集不同病情程度的降香黄檀冠层光谱数据,并结合地面同步调查获得的降香黄檀黑痣病病情指数数据,对光谱数据进行重叠校正(scan matching/overlap correction)和白光板反射率校正(white plate reflectance correction)。采用主成分分析法(PCA法)对与降香黄檀黑痣病病情指数相关性较高的敏感波段进行降维。利用53个训练集,将敏感波段和PCA法处理后的敏感波段分别作为输入变量,训练降香黄檀黑痣病的BP神经网络。两种输入变量建立的神经网络计算出的预测值与实际值之间的决定系数(R2)均达到99%。利用27个验证集做进一步精度检验,结果表明,通过这两种输入变量训练的BP神经网络,得到的预测值与实际值之间的决定系数(R2)分别为0.951 9和0.706 0,均方根误差(RMSE)分别为5.998 0和12.919 3。直接以敏感波段作为变量输入和PCA法处理后的敏感波段作为变量输入训练BP神经网络是一种有效的方法,其中,直接以敏感波段作为变量输入精度更高。 相似文献
12.
随着高光谱遥感技术的快速发展,通过其定量估测土壤化学成分具有很好的可行性。使用ASD Pro FieldSpec3便携式光谱仪,测量准噶尔盆地人工林地风干土壤样品的可见光-近红外光谱,利用土壤反射光谱值预测全盐的含量。首先,通过皮尔森相关系数分析方法,计算土壤全盐与土壤反射光谱之间的相关性,其中土壤光谱值的二阶导数与土壤全盐的相关系数最高为0.806,均方根误差最小为1.508。其次,在基于光谱反射率的基础上,通过多元统计回归分析,表明土壤光谱在1 130 nm、1 430 nm和1 930 nm波段的全盐反演模型预测的效果较好,可以利用这3个波段建立回归方程,对土壤全盐进行反演估算。 相似文献
13.
基于高光谱反射率的糜子冠层叶片叶绿素含量估算 总被引：1，自引：0，他引：1
连续两年大田试验研究不同糜子品种叶绿素含量与冠层光谱反射率,并基于不同植被指数建立糜子叶片叶绿素含量的估测模型。结果表明,参试糜子品种叶绿素含量在整个生育期呈现"低-高-低"的抛物线变化趋势,最大值出现在抽穗期到开花期之间;不同品种各生育期内冠层光谱反射率趋势一致,在近红外波段,冠层光谱反射率与叶绿素含量呈稳定正相关,灌浆初期光谱反射率达到最大值;可见光波段,拔节期、开花期和灌浆初期冠层光谱反射率与冠层叶绿素含量呈正相关,成熟期呈负相关;糜子冠层叶绿素含量与760~900、630~690、550 nm波段组合的植被指数具有较高相关性;基于RVI、PSNDb、GNDVI750能较好地建立糜子叶绿素含量统一检测模型,决定系数分别为0.791、0.779、0.748;模型验证的相对误差分别为9.58%、8.93%、11.80%;均方根误差分别为0.045、0.140、0.196。表明利用RVI、PSNDb、GNDVI750建立的模型能较为准确地预测糜子冠层叶绿素含量。 相似文献
14.
通过分析果实不同生长发育阶段叶片光谱反射率与氮、磷、钾含量的相关性,探寻叶尔羌扁桃叶片N、P、K含量估算的光谱模型,旨在为莎车‘叶尔羌’扁桃简便快捷的非破坏性营养诊断提供高效、适时的方法。基于‘3414’肥料效应实验,利用Unispec-SC光谱仪测定‘叶尔羌’扁桃在不同N、P、K施肥水平下果实关键发育期的叶片光谱反射率,实验室测定叶片N、P、K含量,采用相关分析与回归分析方法进行统计分析。结果表明,‘叶尔羌’扁桃果实坐果期、膨大期、硬核期、成熟期叶片光谱反射率或其衍生变量与氮、磷、钾含量存在一定的关系,以相关性最强的两个反射率之和为自变量,N、P、K含量为因变量,拟合的Cubics Ration、二次曲线方程R2值较高。最终确定‘叶尔羌’扁桃坐果期叶片氮营养诊断最佳模型为:Y=-2051.4471-7099.5965X-6048.4479X~2,其中X为lg R823+lg R880,果实膨大期的最佳模型为:Y=(21.8812+39.8456X+24.3772X~2+5.1255X~3)/(0.005188X~3),其中X为lg R382+lg R383;坐果期的P营养诊断最佳模型为Y=(-0.000003+0.000803X-0.070160X~2+2.8169X~3)/(0.407026X~3),X为lg(R789+R790);坐果期的K营养诊断最佳模型为Y=(-7.7960+22.5853X-21.8023X~2+7.0133X~3)/0.000032X~3,其中X为R830+R850,Y均为估测值含量。由此得出,可根据果实不同生长发育阶段叶片N、P、K素光谱敏感波段、光谱反射率或其衍生变量通过一定的函数关系能够建立N、P、K含量监测模型。 相似文献
15.
干旱半干旱区土壤含水量定量反演技术研究 总被引：1，自引：0，他引：1
为系统地研究干旱半干旱区土壤含水量的反演方法,比较了目前常用的几种高光谱影像土壤含水量反演技术。结果表明:采用EO-1 Hyperion第149波段和197波段构建的光谱特征空间模型与土壤含水量值之间的R2为0.7093,两者存在良好的负相关性;土壤含水量热惯量反演模型整体拟合的R2为0.6149,与SMS拟合结果相比,效果不理想;回归分析模型中,对数变换光谱回归最优,R2值为0.6843。综合分析后,认为光谱特征空间模型对研究区土壤含水量的估测效果最佳。文中研究旨在为干旱半干旱区土壤含水量的更深入研究提供参考。 相似文献
16.
干旱区土壤盐渍化信息遥感建模 总被引：2，自引：0，他引：2
以新疆塔里木盆地北缘的渭干河-库车河三角洲绿洲为研究区,利用GF~(-1)与Landsat8 OLI影像数据作为基本数据源,从影像上提取15个盐分指数和5个光谱植被指数,通过灰度关联分析法,对0~10 cm表层土壤含盐量与影像光谱指数进行分析和筛选,确定出与土壤含盐量相关性较高的综合光谱指数,采用多元线性回归,偏最小二乘法回归,支持向量机回归三种方法分别对GF~(-1)与Landsat8 OLI影像构建基于实测数据和影像数据的综合指数土壤含盐量估算模型,并选出最优模型。结果表明:(1)在20个光谱指数中,相关性较好的光谱指数是SR、CSRI、SI、BI、S6、ARVI、SAVI、NDSI,关联系数均达到0.7以上,并基于这8个光谱指数构建综合光谱指数。(2)3种估算模型:基于GF~(-1)多元线性回归模型决定系数R~2为0.6856,高于决定系数R2为0.5142的Landsat8 OLI;偏最小二乘回归模型1~8个主成分,GF~(-1)决定系数2个3个1个,其中2个主成分最高可达0.6104,Landsat决定系数4个3个2个,其中4个主成分最高可达0.549;支持向量机模型3种函数,GF~(-1)决定系数RBFPolynomialLinear,其中RBF函数最高可达0.7969,Landsat决定系数PolynomialRBFLinear,其中Polynomial函数最高可达0.7154。对比3种模型可知,支持向量机回归模型的R2最高,因此该模型相对于多元线性回归和偏最小二乘回归更适于土壤盐渍化估算。 相似文献
17.
叶绿素含量是评估棉花生长状况的重要参数,估算叶绿素含量对于棉花生长监测具有重要意义。以渭北旱塬区种植的棉花为试验材料,测量全生育期棉花叶片SPAD值与冠层反射率光谱,将原始高光谱反射率、一阶微分光谱反射率、不同波段组合的遥感光谱参数分别与SPAD值做相关性分析,用传统回归分析方法构建五种重要光谱参数的SPAD值预测模型,同时,采用PLSR方法建立全生育期SPAD值的估算模型。最后对模型进行检验,筛选出精度最高的模型。建模结果表明,基于多种光谱参数的全生育期PLSR预测模型精度最高、预测效果最好,估算模型的决定系数R~2为0.733,验证模型R~2为0.737。PLSR方法建立的多光谱参数的SPAD值估算模型预测效果显著,利用高光谱技术对棉花SPAD值进行监测,可为全生育期棉花长势遥感监测提供依据。 相似文献
18.
针对可见光和近红外光穿透力不强、难以监测到耕层土壤全氮的问题,以石河子垦区播前棉田土壤为研究对象,获取3种不同土壤质地类型的原位光谱及不同耕层的土壤全氮含量信息,通过Savitzky-Golay平滑处理及最大归一化处理对土壤原位光谱进行预处理,并利用广义传播神经网络(GRNN)、随机森林回归(RFR)、支持向量机回归(SVR)、最小二乘回归等4种建模方法,建立和筛选出不同土壤质地类型的棉田耕层土壤含量的最佳监测模型。结果表明：(1)不同建模方法在各耕层监测精度不同,在浅、中、深耕层表现最佳的监测模型均为GRNN模型（R2分别为0.72、0.68、0.63）。(2)优化后的NGRO-GRANN模型监测精度高于GRNN模型,在浅、中、深三个耕层的预测精度提高16.2%~30.2%。(3)基于原位光谱建立不同耕层的土壤全氮监测模型具有较好的监测效果,且大量简化了室内光谱处理的繁琐步骤。该研究为野外原位光谱快速获取棉田播前土壤各耕层养分信息提供了理论基础与技术支撑,具有一定的可行性与鲁棒性。 相似文献
19.
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
20.
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