| 塔里木盆地北缘荒漠土壤有机质含量的高光谱估测 |
| |
| 引用本文： | 玉米提·买明,王雪梅.塔里木盆地北缘荒漠土壤有机质含量的高光谱估测[J].中国土壤与肥料,2021(4):318-326. |
| |
| 作者姓名： | 玉米提·买明 王雪梅 |
| |
| 作者单位： | 新疆师范大学地理科学与旅游学院，新疆 乌鲁木齐 830054;新疆师范大学地理科学与旅游学院，新疆 乌鲁木齐 830054;新疆维吾尔自治区重点实验室“新疆干旱区湖泊环境与资源实验室”，新疆 乌鲁木齐 830054 |
| |
| 基金项目： | 基金项目:国家自然科学基金(41561051、41261051)；新疆师范大学研究生创新基金项目(XSY201902007)。 |
| |
| 摘 要： | 土壤有机质含量的多少是衡量土壤肥力的重要指标，了解土壤有机质的状况及动态变化，为指导干旱区绿洲农业生产及生态环境保护提供科学依据。基于在塔里木盆地北缘绿洲-荒漠过渡带采集的80个土壤样品，测定有机质含量和光谱反射率。在原始反射率R的基础上，进行光谱反射率的一阶微分R′、倒数对数lg(1/R)、倒数对数的一阶微分lg(1/R)]′以及去除包络线C(R)处理，并将处理后的光谱数据与土壤有机质进行相关性分析，从而选取568、578、803、806、845、955 nm等敏感波段构建土壤有机质含量的估测模型。结果表明:(1)土壤有机质与土壤反射率呈负相关，有机质含量越高反射率越低。(2)光谱变换处理可有效提升光谱对土壤有机质含量的敏感性，其相关系数最高可达0.654(P<0.001)。(3)比较多元线性逐步回归、偏最小二乘回归和反向传播神经网络(BPNN)3种建模方法发现，反向传播神经网络模型精度较高，稳定性更好，且以倒数对数的一阶微分lg(1/R)]′为自变量的模型最优，决定系数为0.864，均方根误差为1.86，这表明lg(1/R)]′-BPNN模型相较于其它模型可以更为准确地预测荒漠区土壤有机质含量。
|
| 关 键 词： | 光谱变换 高光谱估测模型 土壤有机质 塔里木盆地北缘绿洲-荒漠过渡带 |
| 收稿时间： | 2020/4/3 0:00:00 |
Hyperspectral estimation of desert soil organic matter content in the northern margin of Tarim basin |
| |
| YUMITI Maiming,WANG Xue-mei.Hyperspectral estimation of desert soil organic matter content in the northern margin of Tarim basin[J].Soil and Fertilizer Sciences in China,2021(4):318-326. |
| |
| Authors: | YUMITI Maiming WANG Xue-mei |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《中国土壤与肥料》浏览原始摘要信息 |
| 点击此处可从《中国土壤与肥料》下载免费的PDF全文 |
