共查询到17条相似文献，搜索用时 187 毫秒
1.
有机质是反映橡胶园土壤养分状况的重要指标，其含量快速、高精度估算模型的建立，可以更好地指导胶园精细化生产管理。本研究从景洪市东风农场采集到225个橡胶园土壤样品，并获取土壤样品的光谱反射率和有机质含量数据，对光谱反射率进行噪声波段去除和重采样后，应用3种方法[log(1/R)、MSC、SNV]对重采样后的光谱反射率R进行光谱变换处理，然后对光谱反射率R以及3种变换形式光谱数据进行SG平滑或导数变换模式优选，得到最佳的光谱变换模式为log(1/R)结合SG平滑变换，其中，SG平滑变换模式为导数阶数0、SG滤波窗口5、多项式次数2或3。基于最佳光谱变换光谱数据与土壤有机质含量数据，选择CARS、SPA、CARS-SPA等3种方法提取特征波长，并采用MLR、PLSR和SVR3种方法构建土壤有机质高光谱估算模型。结果显示，CARS-SVR模型估算精度最高，R2、RMSE、RPD分别为0.897、3.990 g/kg、2.947。建立的云南山地胶园土壤有机质含量高光谱最优估算模型，RPD位于2.5～3.0之间，具有很好的估算能力。 相似文献
2.
新疆不同类型土壤有机质含量的高光谱监测 总被引：1，自引：0，他引：1
《新疆农垦科技》2016,(11)
利用高光谱遥感对土壤进行监测已成为精准农业的重要技术之一。本文对新疆不同土壤类型土壤样品有机质含量进行理化分析,并高光谱反射率测定,获得不同类型土样有机质含量及对应高光谱反射率曲线,通过分析高光谱反射率曲线与土样有机质含量关系,对特定波长下的土样光谱反射率和有机质含量进行相关分析和曲线拟合,对高光谱遥感监测土壤质量的可行性进行分析。研究发现,有机质在350~2 500 nm波长范围内光谱反射率与有机质含量呈负相关关系,在675 nm附近的相关性最强。该研究为利用遥感技术进行土壤属性的快速监测奠定了研究基础。 相似文献
3.
基于高光谱的土壤有机质含量反演研究 总被引：6，自引：2，他引：4
土壤有机质含量是土壤肥力的一个重要指标,利用高光谱对土壤有机质含量进行定量化反演,为精准农业地表土壤有机质含量的快速测定提供参考。利用美国ASD FieldSpec FR地物光谱仪,在室内条件下对经过处理的土壤样品进行光谱测量,通过对土壤样品光谱反射率不同变换形式与有机质含量进行相关性分析,建立土壤光谱变量与土壤有机质含量的多元回归关系模型。结果表明：在波长492 nm、663 nm、1221 nm、1317 nm、1835 nm和2130 nm处,采用光谱反射率一阶微分建立的土壤有机质含量反演回归模型,预测精度最好,决定系数R2为0.909。建立的土壤有机质含量高光谱反演模型,可以较好地预测土壤有机质含量,从而为精准农业土壤有机质含量的快速测定提供新的途径。 相似文献
4.
基于随机森林法的棉花叶片叶绿素含量估算 总被引：3，自引：0，他引：3
为了高效和无损地估算棉花叶片的叶绿素含量,本研究测定了棉花光谱反射率及叶绿素含量(soilandplant analyzerdevelopment,SPAD)值,对光谱数据进行包络线去除处理、立方根转换和倒数转换,以SPAD值与反射光谱之间的相关性为基础,通过随机森林法筛选出对棉花叶片SPAD值影响较大的特征波段,构建估算棉花叶片SPAD值的BP神经网络(back propagation artificial neural networks, BP ANN)、偏最小二乘回归(partial least squares regression,PLSR)两个模型。结果表明,在605～690nm范围内的反射率与SPAD值相关性达0.01显著水平,均呈负相关,相关系数最高值为-0.619。与原始光谱相比,经过变换后的棉花反射率与SPAD值相关性结果相差较大,其中去除包络线光谱在550～750 nm波段范围有效提高了相关性,相关性效果优于倒数转换数据和立方根转换数据。随机森林法能够有效评出对SPAD值影响较大的特征波段,进而提高模型估算精度。在两种模型中,基于去除包络线光谱建立的PLSR和BP神经网络模型的决定系数R~2分别为0.92、0.83,说明这两种模型的估算能力较好;两种模型RMSE分别为0.88、1.26, RE分别为1.30%、1.89%,表明PLSR模型的估算精度比BP神经网络模型高。从模型的验证效果来看,PLSR模型在估算棉花SPAD值方面有一定的优势和参考价值。 相似文献
5.
6.
基于高光谱数据的滴灌甜菜叶片全氮含量估算 总被引：1，自引：0，他引：1
LI Zong-Fei SU Ji-Xia FEI Cong LI Yang-Yang LIU Ning-Ning DAI Yu-Xiang ZHANG Kai-Xiang WANG Kai-Yong FAN Hua CHEN Bing 《作物学报》2020,46(4):557-570
本文旨在明确甜菜叶片全氮含量与高光谱地面植被遥感的定量关系,建立干旱区甜菜叶片全氮含量精确估测模型,及时监测甜菜生长状况。本研究选取新疆滴灌甜菜(Beta356)为材料,利用ASD野外高光谱仪在甜菜叶丛快速生长期、块根膨大期与糖分积累期采集各处理反射光谱,并同时测定全氮含量,分析原始光谱反射率及一阶微分光谱反射率与全氮含量的相关性,并进一步建立光谱特征参数与敏感波段植被指数全氮含量估算模型。结果表明,光谱特征参数Dr762幂函数下估算模型具有较好估算甜菜叶片全氮含量的能力,其决定系数R2=0.747,验证相对误差RE(%)为21.635,验证均方根误差RMSE为4.914;通过植被指数与叶片全氮含量建立多种函数估测模型,其中差值植被指数Dr762–Dr496下一元线性函数具有较好估算甜菜叶片全氮含量的能力,其决定系数R2=0.794,验证相对误差RE(%)为23.008,验证均方根误差为5.372。 相似文献
7.
江汉平原土壤有机碳含量高光谱预测模型优选 总被引：2，自引：0，他引：2
研究探讨了贫瘠地区低有机碳含量条件下,不同光谱预处理与建模方法用于土壤有机碳估测的最佳组合,对贫瘠土壤属性信息快速获取和精确农业发展具有重要意义。以江汉平原不同利用条件下的土壤为研究对象,使用可见光/近红外高光谱技术,结合包括Savitzky-Golay平滑(SG)、一阶导数(FD)、多元散射校正(MSC)在内的光谱预处理方法,分别建立用于估测土壤有机碳(SOC)含量的多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘回归(PLSR)和支持向量机回归(SVMR)模型。结果表明：不同建模方法预测精度差异明显,PLSR和SVMR的预测结果优于MLR和PCR;不同预处理方法对模型的预测精度亦有较大影响,表现为MSC＞FD＞SG;基于FD和MSC组合预处理的SVMR模型的预测能力最好,R2=0.84,RPD=2.50,满足土壤有机碳的预测。有机质含量大于2%并不是建立优质模型的必要条件。 相似文献
8.
类胡萝卜素(Car)与叶绿素a含量比值(Car/Chla)的变化与植被生长发育变化、环境胁迫及叶片衰老特征等密切相关,可作为植被生理生态及物候的监测指标。不同植被类型和植被品种其色素变化随植被生长发育呈现出不同的变化特征。为了探究适用于干旱区棉花Car/Chla比值估算的光谱指数和估算方法,本研究通过2011年和2012年连续2年的大面积田间试验,获取了棉花不同生育期的叶片及冠层尺度光谱反射率及色素含量信息,对多种光谱指数及偏最小二乘回归(Partial Least Square Regression, PLSR)用于Car/Chla比值和Car估算进行了探讨。对比表明,基于光化学指数(PhotochemicalReflectanceIndex,PRI)的线性和一元二次模型对Car/Chla比值和Car的估算精度最高,由PRI-Car/Chla线性模型得到的叶片和冠层尺度的Car/Chla比值估算值与实测值之间的决定系数R2大于0.6, PRI-Car的R2大于0.36;基于PLSR模型得到的Car/Chla比值估算值与实测值之间的拟合关系略优于基于PRI的估算模型,由其得到的叶片及冠层尺度Car/Chla比值估算值与实测值之间的决定系数R2大于0.80,Car估算值与实测值之间R2大于0.73;不论基于PRI还是基于PLSR方法,对Car/Chla比值的估算精度均高于Car含量,该结论进一步证实了Car/Chla比值遥感监测的可行性,丰富了对棉花生长高温胁迫、养分胁迫等环境胁迫及病虫害等遥感监测的依据指标。 相似文献
9.
遥感影像在土壤属性估算中的应用 总被引：2，自引：0，他引：2
了解土壤属性（SOM、N、P等）对于指导施肥、农业生产和农业调查中都有重要的作用。对黑龙江省绥化市附近黑土区范围内采集土壤样品进行研究,在ASTER遥感影像中获取对应采样点的光谱值,将土壤有机质、总氮含量和遥感影像光谱值进行逐步回归分析,得出影像反射光谱值与有机质含量之间指数关系式;与总氮含量确定为对数关系。根据建立的模型进行有机质和总氮含量制图。这个模型可以作为土壤参数估测和评价的参考,有一定的实际意义和应用价值。 相似文献
10.
基于高光谱遥感的玉米叶片SPAD值估算模型研究 总被引：1，自引：0，他引：1
灌浆期玉米叶片叶绿素含量对玉米光合作用及产量形成具有重要作用。为通过高光谱特征准确、高效估测玉米叶片叶绿素含量,以SPAD值表征叶绿素相对含量,构建了基于光谱特征参数的传统回归模型、基于全谱和光谱特征参数的PLSR模型和BP神经网络模型,并进行了比较分析。结果表明：基于全谱构建的PLSR模型SPAD值拟合效果最好（R 2=0.910,RMSE=2.071）,而基于光谱特征参数所建立的PLSR模型拟合效果可达到与全谱PLSR模型相近的水平。但后者的实测值与预测值拟合效果（R 2=0.867,RMSE=2.581,RPD=2.628）优于全谱PLSR模型,且建模时间短,模型复杂程度降低。BP神经网络模型相较于两种PLSR模型预测效果略差,但优于传统回归模型。综合来看,基于光谱特征参数建立的PLSR模型估测效果最好。 相似文献
11.
利用高光谱技术可实现土壤有机质含量的快速、精确反演。然而运用不同的光谱预处理算法及建模方法获取的模型预测精度及稳定性不同。为了选取最佳土壤有机质估算模型,本研究应用ASD波谱仪测定河南省潢川县水稻土的光谱数据,比较使用2种建模方法组合18种光谱预处理转换算法建立模型的反演效果。对于多元逐步回归模型和偏最小二乘模型,使用SGF3-2预处理算法均获得了最佳的预测效果,所建模型具有较小的误差和较高的精度。相比使用多元逐步回归法,使用偏最小二乘回归法可以获取更稳定的预测模型。运用偏最小二乘模型结合SGF3-2预处理算法得到了最佳的水稻土有机质含量估算模型,模型预测均方根误差RMSEv=0.036,决定系数Rv2=0.89。选择最佳的建模方法结合预处理算法,可以改进模型反演精度。本研究对比的不同方法也可以应用到类似的土壤模型选取中。 相似文献
12.
为克服光学卫星遥感只能获取表层土壤光谱信息而不能用于直接估测耕层土壤含水量的局限性,建立基于表层土壤高光谱的耕层土壤含水量间接估测模型。以山东省济阳县85个潮土样本的含水量及高光谱数据为基础,根据表层与耕层土壤含水量的内在关系,建立耕层土壤含水量间接光谱估测模型。结果表明,表层土壤光谱反射率的对数变换效果较好,以1339、1457、1745、1969、1996 nm波段的对数变换值为估测因子,采用多元线性回归模型建立的表层含水量估测模型的决定系数为R 2=0.8911,平均相对误差为13.67%;土壤耕层与表层含水量之间存在着显著的相关性,R 2=0.8131;耕层土壤含水量间接光谱估测模型的精度较高,决定系数R 2=0.8138,平均相对误差为9.66%。研究表明,山东省济阳县潮土表层、耕层含水量之间存在着显著的相关性,利用表层土壤光谱间接估测耕层土壤含水量是可行有效的。 相似文献
13.
准确识别区域农用地土壤有机质(Soil organic matter,SOM)空间变异规律及其影响因素,能为农业生产活动提供一定的科学指导。该研究以西安市为例,利用地统计学与GIS技术相结合的方法,对农用地SOM空间变异特征及其影响因素进行了分析。结果表明：研究区SOM平均含量为17.07±4.37 g/kg,变异系数为25.60%;SOM半方差函数的最佳理论模型为指数模型,模型块金系数为49.83%,说明研究区SOM空间变异受到结构性因素和随机性因素的双重影响;以东北—西南向为轴线,研究区SOM含量的空间分布大体呈现中部高而东西低的斑块状分布趋势;研究区SOM含量受土壤类型、土壤质地、地貌类型和土地利用类型的影响,并与pH、海拔存在显著的负相关关系。总体来看,研究区SOM丰缺等级属于中等水平,且不同区县农用地SOM含量极值差异较为明显,实际农业生产活动中需分区进行差异化施肥管理。 相似文献
14.
为及时、准确地监测土壤含水量（SMC），采用室内条件下人工模拟不同SMC环境的方法，通过测定各时间段的SMC及其对应的土壤光谱反射率，运用连续投影算法（SPA）提取土壤水分的特征波长，结合多元线性回归（MLR）方法，构建SMC的高光谱定量监测模型。结果表明，光谱反射率随着样本SMC的增加而逐渐降低，二者存在明显的负相关关系；采用SPA方法提取的光谱特征波段为422、629、817、976、1121、1258、1359、1448、1830和2022nm；构建的SPA-MLR土壤水分高光谱监测模型表现出良好的预测效果（校正集的R2=0.930、RMSE=8.845、RPD=3.794，验证集的R2=0.927、RMSE=8.799、RPD=3.581）。研究结果可为土壤水分的高效精准监测提供一定的实践探索和理论参考。 相似文献
15.
土壤含水量高光谱遥感定量反演研究进展 总被引：4，自引：2，他引：2
高光谱遥感因其光谱信息丰富,在土壤含水量的反演中得到了广泛的应用。通过对土壤含水量遥感监测方法进行了归纳总结,对比分析了微波法、热红外法、光学法和高光谱法监测土壤含水量的优缺点以及适用范围;重点分析总结了土壤含水量高光谱遥感定量方法,简要阐述了统计模型和机理模型反演土壤含水量的研究进展,特别对辐射传输模型和几何光学模型等两个机理模型进行了说明,将近年来国内外学者在基于机理模型的土壤含水量遥感反演研究中获得的成果进行了归纳总结,并提出了存在的问题以及今后的研究方向。 相似文献
16.
稻瘟病胁迫下水稻叶片叶绿素含量与光谱特征参数的相关性研究 总被引：1，自引：0，他引：1
为实现受稻瘟病侵染水稻叶片叶绿素含量的高光谱反演,以‘陵两优268’为研究对象,测定受稻瘟病侵染的85个水稻叶片样品的叶绿素含量和高光谱反射率,分析受稻瘟病侵染的水稻叶片高光谱反射率与叶绿素含量间的相关关系,使用线性与非线性回归技术建立叶绿素含量反演模型。结果显示:叶绿素含量与原始光谱及一阶导数光谱的敏感波段分别发生在700 nm和752 nm,基于光谱特征参数SDr的回归模型均方根误差为1.27,平均相对误差为10.2%。研究表明受稻瘟病侵染水稻叶片光谱反射率差异明显,基于光谱特征参数SDr的回归模型预测叶绿素含量具有较高的精度。 相似文献
17.
本研究尝试在可见光波段运用高光谱技术综合反映土壤养分状况,明确其主要参考因子和技术要点。对黄土高原地区63个土壤样本进行采样并在实验室测定其14个养分相关因子的含量和可见光波段的光谱反射率。选取与光谱反射率相关性较好的五个因子建立土壤养分的预测模型并进行反演检验。结果表明：光谱反射率一阶导数R′ 值与土壤各养分相关因子的相关性明显优于原光谱反射率R值和反射率倒数的对数A值。用R′ 值与土壤有机碳、阳离子交换量、全氮、速效氮、速效钾的实测值建立各因子的预测模型的相关系数均在0.74以上。其中有机碳、阳离子交换量预测模型为y = -24.19x + 4.049和y = -126.3x + 20.54,相关系数r分别为0.9282、0.9273,最佳预测波段为560nm和520nm。相应的反演模型r值为0.7886、0.5401,标准差SD为0.1443和0.627。土壤可见光光谱具有综合表征土壤养分状况的潜力,多因子光谱分析能使土壤养分信息得到全面、准确的反映。 相似文献