水稻土中有機(jī)質(zhì)光譜常常受到水分、秸稈等土壤背景的影響,為了減弱或去除非有機(jī)質(zhì)組分對(duì)有機(jī)質(zhì)光譜的影響,構(gòu)建南方水稻土有機(jī)質(zhì)估算模型。利用機(jī)載高光譜(GaiaSky-Mini2-VN)作為數(shù)據(jù)源,對(duì)原始反射率進(jìn)行單一和組合變換(去除包絡(luò)線、倒數(shù)、對(duì)數(shù)、一階微分、二階微分單一變換和倒數(shù)一階微分、對(duì)數(shù)一階微分、倒數(shù)對(duì)數(shù)組合變換)提取一維特征光譜;通過(guò)對(duì)變化后光譜進(jìn)行比值和歸一化處理,提取二維特征光譜;構(gòu)建基于特征光譜的線性(多元回歸、偏最小二乘)和非線性(反向傳播神經(jīng)網(wǎng)絡(luò)、支持向量機(jī))有機(jī)質(zhì)預(yù)測(cè)模型,監(jiān)測(cè)南方水稻土有機(jī)質(zhì)含量。結(jié)果表明:一維光譜變換能顯著增強(qiáng)光譜對(duì)有機(jī)質(zhì)響應(yīng)的敏感度,二維光譜變換能充分挖掘光譜信息,增強(qiáng)有機(jī)質(zhì)與光譜之間的內(nèi)在聯(lián)系,提高建模精度。非線性模型(BPNN、SVM)尤其是BPNN對(duì)土壤有機(jī)質(zhì)擬合性好,建模精度高�；谠挤瓷渎时戎抵笖�(shù)建立的BPNN模型建模精度達(dá)到0.952,檢驗(yàn)精度達(dá)到0.889,建模效果最優(yōu)。該結(jié)果適用于南方水稻土有機(jī)質(zhì)監(jiān)測(cè),對(duì)機(jī)載高光譜在土壤有機(jī)質(zhì)監(jiān)測(cè)中的特征波段提取和建模方法選擇具有重要借鑒意義,對(duì)現(xiàn)代農(nóng)業(yè)發(fā)展管理提供新的思路。

【文章頁(yè)數(shù)】：12 頁(yè)

【部分圖文】：

圖1 建模點(diǎn)與檢驗(yàn)點(diǎn)分布

利用SPSS.22將研究區(qū)的45個(gè)樣本總集隨機(jī)劃分成32個(gè)建模集和13個(gè)檢驗(yàn)集(圖1)。從圖1可以看出,建模集和檢驗(yàn)集在研究區(qū)空間分布上較為均勻。1.3.2一維、二維特征光譜提取

圖2 一維特征光譜在全波段分布

一維特征光譜在全波段分布見(jiàn)圖2。410～440nm處是特征光譜集中區(qū)域,共有46個(gè)特征波段,超過(guò)其他波段處特征光譜總和。結(jié)合采樣點(diǎn)在不同波段處的原始平均反射率(圖3)發(fā)現(xiàn),410～440nm處存在一個(gè)反射率低谷,即土壤有機(jī)質(zhì)在此波段存在強(qiáng)吸收,其是有機(jī)質(zhì)響應(yīng)的敏感波段。其他波....

圖5 全波段中RSI、NDSI二維特征光譜分布

從圖4可以看出,二維特征光譜(RSI、NDSI)與有機(jī)質(zhì)之間的相關(guān)性較一維特征光譜均有較大程度提高,二維光譜在挖掘隱含光譜信息,反映土壤有機(jī)質(zhì)適應(yīng)機(jī)制上優(yōu)于一維光譜[20-21]。LFDR變換對(duì)應(yīng)的RSI、NDSI二維光譜與有機(jī)質(zhì)之間的相關(guān)性分別達(dá)到0.616、0.584,相較于....

圖3 采樣點(diǎn)反射率均值曲線

圖5全波段中RSI、NDSI二維特征光譜分布圖4不同變換方法的最大相關(guān)系數(shù)

本文編號(hào)：4045055