黑土土壤水分高光谱特征及反演模型

应用高光谱技术阐释土壤含水率光谱规律及对土壤含水率进行定量分析,为精准农业地表土壤水分的快速测定提供参考。该文以吉林省黑土土类中的黑土亚类土壤为研究对象,利用ASD FieldSpec FR便携式光谱仪在室内环境下对不同含水率的土壤样本进行光谱反射率测量和特征分析;通过对土壤样品高光谱反射率进行对数、倒数、一阶微分以及反射率倒数的一阶微分、反射率对数的一阶微分变换,运用统计分析中的相关系数计算进行了光谱反射率与土壤水分的相关分析,并提取了土壤光谱特征波段;采用逐步多元线性回归方法和指数模式分析法,进行了高光谱土壤含水率定量反演。研究结果表明,在低于田间持水率状况下,黑土土壤光谱反射率及其反射率一阶微分和反射率对数一阶微分变换的敏感波段主要集中在400～410、1 400～1 850和2 050～2 200 nm范围内,其中2 156 nm处与土壤水分相关系数最高,达0.89;在波长1 328、1 439、1 742和2 156 nm处,采用反射率对数一阶微分所建立的黑土土壤含水率预测方程的预测精度最好,决定系数为0.931。黑土土壤含水率高光谱反演模型的建立为土壤水分的快速测定提供了新的途径。     

土壤遥感监测研究进展

对土壤光谱遥感监测的国内外发展情况进行了回顾，简单总结了影响土壤光谱的原因、土壤光谱的类型、土壤遥感的最佳波段、土壤的遥感分类以及土壤遥感的定量研究。重点对土壤水分遥感监测的方法和原理进行了详细的论述。最后对土壤遥感监测的发展趋势进行了分析和展望。     

基于试验反射光谱数据的土壤含水率遥感反演

土壤含水率是土壤水循环研究中不可或缺的参数,已广泛应用于土壤水分的监测。土壤光谱特性的研究是土壤含水率光学遥感定量反演的基础。该研究首先通过野外调查收集土样;然后,在实验室条件下制备不同水分梯度的土壤样品,并利用便携式地物光谱仪采集不同水分梯度土壤样品的反射光谱;最后,通过试验光谱数据分析建立一个基于指数函数的土壤含水率遥感反演模型,并对结果进行精度评价。结果表明,基于指数函数的土壤含水率反演模型可以较好的反演土壤水分特征,在640 nm处土壤含水率的估计值与真实值之间的决定系数为0.7062,RMSE为3.49%。相关研究为表层土壤含水量的遥感监测提供新方法和新思路。     

不同湿度条件下黄棕壤光谱反射率的变化特征及其遥感意义

土壤是地球表面最广泛出露的地物之一.土壤的光谱反射特征除了取决于它本身的物理化学性质、有机质含量及颗粒大小之外,湿度是影响土壤光谱反射率的一个活跃的重要因素.由于土壤中水份含量的多寡对热量平衡、土壤温度、农业墒情均有重要意义,所以,用可见、近红外、热红外以及微波等遥感手段探测土壤含水量的研究日益广泛深入.     

原状水稻土土壤湿度高光谱特征及反演模型

室内高光谱遥感定量反演土壤湿度的相关研究,可以为利用星载或机载遥感数据源进行大尺度土壤水分监测提供理论基础;原状土土样相较于当前广泛使用的研磨土土样,能更好地保持土壤的原始光谱特性和持水性能。为了得到更可靠的土壤湿度光谱特征与更具有适用性的反演模型,利用ASD Field Spec 3光谱仪采集了江苏省金坛市竹林镇的62个原状水稻土土样12套不同湿度梯度的可见光-近红外反射光谱,通过反射率、相对反射率以及水分吸收峰特征参数探究原状湿土光谱特征;在此基础上,选择对土壤湿度变化响应明显的变量,采用偏最小二乘回归反演土壤湿度,并对比选出最佳反演模型。结果表明:(1)随着风干过程中土壤湿度的降低:土壤反射率整体先下降后上升,可见光波段在土壤湿度较低时存在误差;1450 nm和1950 nm吸收峰的位置向短波方向偏移,吸收峰深度、宽度和面积不断减小,2 200 nm处吸收峰右肩高度不断降低。(2)土壤水分吸收峰特征参数对土壤湿度响应明显;反射率和相对反射率与土壤湿度相关性较高的波段均出现在>1300 nm以后。(3)反射率(R)反演原状土湿度精度较低,R2val=0.752,RPD=1.81,经过数学形式和相对反射率(Rr)变换后,[lg(1/Rr)]'建模中R2val=0.820,RPD=1.99;基于水分吸收峰特征参数建立的模型R2val=0.800,RMSEP=62.70 g kg-1,RPD=2.29,最佳主成分数为3,是反演原状土土壤湿度的最佳建模变量。     

土壤光学遥感研究进展

土壤是一个时空连续的变异体,传统土壤参数测定与监测方法难以揭示土壤的时空间异质性规律;土壤光学遥感可以实现土壤主要参数的快速、宏观测定。本文综合评述了土壤不同理化参数(有机质、土壤水分、矿物组成、土壤质地、土壤结皮)在光学波段的光谱特征与遥感反演,光学遥感在土壤分类与制图方面的应用;分析了土壤线的各种影响因素(外部因素及相关土壤理化参数),以及土壤线对植被指数定量监测植被状况的重要性;归纳了土壤光学遥感存在问题与发展趋势。     

基于小波特征和冬小麦生理参数的土壤水分高光谱模型优化

土壤水分是影响作物生长的关键因子,在精准灌溉中估算土壤含水率有重要意义,结合作物生理参数与叶片光谱特性,能够在一定程度上增强土壤含水率遥感监测模型的稳定性。为了提高土壤含水率遥感监测模型在冬小麦多种物候期的适用性以及迁移能力,该研究通过连续小波变换增强光谱对叶片不同生化生理指标的响应后,通过变量投影重要性分析方法对冬小麦叶片含水率、叶绿素、叶面积指数敏感的光谱特征进行特征筛选,结合偏最小二乘回归构建土壤含水率模型,并与土壤含水率所选特征建立的监测模型在独立年份数据与不同传感器之间进行比较。结果表明,土壤含水率变化显著改变了冬小麦叶绿素以及叶面积,进而影响了小麦冠层光谱,小尺度小波变换可以增强冬小麦冠层光谱和土壤含水率的相关性（相关系数由0.46提升至0.61）。综合基于地面非成像数据集和机载成像数据集进行的模型验证结果,基于叶绿素所选小波特征在2021年高光谱非成像数据集和2022年机载成像数据集构建的土壤含水率监测模型表现最优,其中基于1尺度叶绿素小波特征构建的模型效果最好,其在独立非成像数据集验证中决定系数为0.541,均方根误差为2.42%,在成像数据集验证中决定系数为0.687,均方根误差为1.92%。因此,通过冬小麦叶片叶绿素与连续小波变换选取的光谱特征进行土壤含水率监测的适用性更强,可以进一步提高土壤含水率监测模型的准确性及稳定性。     

基于多光谱数据的荒漠矿区土壤有机质估算模型

目前运用高光谱数据估算土壤有机质的模型精度已经可以达到精准农业的要求,但其数据的整理和运算过程较为复杂且观测尺度较小.为节省资源,提高效率并为多光谱遥感估算土壤有机质积累经验,该文将Landsat8_OLI多光谱遥感影像各波段的反射率数据与地面土壤有机质SOM(soil organic matter)实测数据相结合,利用SPSS软件及多元线性回归分析方法建立基于反射率R、反射率倒数1/R、反射率倒数对数LN(1/R)、反射率一阶导数FDR(first derivative reflectance)的土壤有机质定量估算模型,精度检验后择取最优模型通过多光谱遥感波段运算的方式推广至整个研究区.结果表明:FDR模型的精度更高,RMSE为0.215,F检验结果为4.072,预测值与实际值之间的决定系数R2为0.963.基于该模型估算研究区空间范围的土壤有机质含量,得出土壤有机质含量在0～5 g/kg之间的面积占总研究区的84.065％,＞10 g/kg的面积仅仅为0.001 5％.在4种土地类型中工矿用地SOM平均含量为最高的7.35 g/kg,受开采的煤炭中有机质影响较大.裸地面积2 674.44 km2,占研究区面积的63％,SOM平均含量6.12 g/kg;盐渍地和荒漠林地SOM含量偏低.总之,运用多光谱遥感数据估算干旱区土壤有机质的方法可行,也为遥感估算其他地表参数提供参考.     

基于高光谱数据的北疆绿洲农田灰漠土有机质反演

为了探寻快速、准确估测土壤有机质含量的方法以推动精准农业化进程,以北疆绿洲农田灰漠土为研究对象,通过野外实地调查收集土壤样品,室内化学分析测得土壤样品有机质含量,暗室内利用SVC HR-768高光谱仪测定土壤样品光谱反射率。通过对土壤光谱反射率进行倒数、对数、一阶微分、倒数的一阶微分、对数的一阶微分变换,运用单相关分析法提取土壤光谱特征波段,采用多元逐步方法对土壤有机质含量定量反演,分析研究土壤有机质含量和室内土壤光谱的特征关系。结果表明,在波长567、1 697 nm和2 221 nm处,采用反射率对数的一阶微分建立的土壤有机质含量反演模型预测精度最高,模型决定系数达到0.82。北疆绿洲农田灰漠土土壤有机质含量高光谱反演模型的建立为土壤有机质的快速测定提供了新的途径。     

基于微波干涉技术的土壤介电特性测量

土壤介电特性的测量对研究土壤品质与性质尤其是研究土壤水分至关重要,在土壤微波地基遥感试验中,土壤介电特性的测量也是必不可少的。该文利用C波段微波辐射计成功获取了8组不同湿度土壤的微波辐射干涉数据,在分析干涉原理的基础上,提出了基于土壤干涉数据的土壤介电常数的计算方法。通过干涉计算得到的土壤介电常数与DOBSON模型计算结果非常接近。土壤介电常数的干涉测量方法为土壤介电特性测量提供了一种选择。     

含水率对土壤有机质含量高光谱估算的影响

土壤含水率对有机质(soil organic matter,SOM)含量高光谱估算精度有很大的影响。为了探讨SOM高光谱估算中土壤含水率的影响,该文对烘干土、风干土和质量含水率为5%~40%(按5%递增)的土壤样本进行了室内高光谱测量,对光谱数据进行了反射率、反射率一阶导数和反射率倒数对数3种光谱数据变换,运用偏最小二乘回归法(partial least squares regression,PLSR)建立了相应的SOM估算模型。结果表明,风干土的SOM高光谱估算精度较好;当含水率水平小于25%时,SOM估算模型精度受含水率的影响较大,光谱数据进行反射率倒数对数变换后的模型精度最高;当含水率水平大于等于25%时,水分对土壤光谱反射率的影响要大于SOM,不适宜利用土壤光谱数据进行SOM含量高光谱估算。该研究可为大田环境不同含水率情况下光谱估算SOM提供参考。     

中国浙江省上虞市滨海盐土的物理化学性质及其实验超级光谱反射

45 and 50 composite soil samples were collected, respectively, from two agricultural fields, that were enclosed and reclaimed from coastal tidal-flat areas in 1996 and 1984 respectively, in Shangyu of Zhejiang Province, China, to investigate the physico-chemical properties and the hyperspectral characteristics of the saline soils and to make an assessment on their relationships. The reflectance spectra of saline soils were measured using a spectroradiometer in laboratory. The mean spectral curves of the saline soils from the two sites different in reclamation year showed that the saline soil taken from the recently reclaimed land with higher salinity demonstrated a lower reflectance intensity in the spectral region from about 550 nm to 2300 nm. In addition, nine absorption bands, i.e., 488 nm, 530 nm, 670 nm, 880 nm, 940 nm, 1400 nm, 1900 nm, 2 200 nm and 2 300 nm, were chosen as the spectral bands to investigate the relationships between soil physico-chemical properties by means of Pearson correlation analysis. Finally, the first two principal components were calculated from nine absorption bands and used to discriminate the saline soil samples taken from two sampled fields. The results indicate that it is feasible to detect physico-chemical properties of saline soils from fields reclaimed for varying time periods on the basis of the hyperspectral data.     

Physico—Chemical Properties and Laboratory Hyperspectral Reflectance of Coastal Saline Soil in Shangyu City of Zhejiang Province, China.1

45 and 50 composite soil samples were collected, respectively, from two agricultural fields, that were enclosed and reclaimed from coastal tidal-fiat areas in 1996 and 1984 respectively, in Shemgyu of Zhejiang Province, China, to investigate the physico-chemical properties and the hyperspectral characteristics of the saline soils and to make an assessment on their relationships. The reflectance spectra of saline soils were measured using a spectroradiometer in laboratory. The mean spectral curves of the saline soils from the two sites different in reclamation year showed that the saline soil taken from the recently reclaimed land with higher salinity demonstrated a lower reflectance intensity in the spectral region from about 550 nm to 2300 nm. In addition, nine absorption bands, i.e., 488 nm, 530 nm, 670 nm, 880 nm, 940 nm, 1400 nm,1900 nm, 2 200 nm and 2 300 nm, were chosen as the spectral bands to investigate the relationships between soil physico-chemical properties by means of Pearson correlation analysis. Finally, the first two principal components were calculated from nine absorption bands and used to discriminate the saline soil samples taken from two sampled fields. The results indicate that it is feasible to detect physico-chemical properties of saline soils from fields reclaimed for varying time periods on the basis of the hyperspectral data.     

基于高光谱特征的土壤有机质含量估测研究

在室内条件下,利用ASD2500高光谱仪测定了潮土和水稻土自然风干土壤样品的光谱。通过系统分析两种不同类型土壤的高光谱特征差异及其有机质含量的敏感波段区位,建立了土壤有机质含量的光谱估测模型。结果表明,具有相同有机质含量的两种类型土壤整体光谱变化趋势无明显差别,但反射率表现出明显差异,一阶导数变换能较好地显现谱图中的肩峰。潮土和水稻土有机质的敏感波段集中在相同区域,原始反射率在685 nm处相关性最高,而一阶导数光谱在554 nm处相关性最高。通过对整体样本的多元逐步回归分析,筛选出两种土壤有机质相同的敏感波段为800 nm、1 398 nm和546 nm。进一步以一阶导数为自变量,基于1 400nm和554 nm两个波段构建了土壤有机质差值指数SOMDI及估测模型,即Y=4.19 12.85×(R_FD554 R_FD1 400)。利用独立的样本对建立的光谱模型进行了检验,预测决定系数均达0.79以上。上述结果表明,利用高光谱技术可实现土壤有机质的快速监测与诊断。     

基于高光谱的北京铁矿区土壤重金属镍元素含量反演研究

运用高光谱数据对北京典型铁矿区土壤重金属镍含量进行建模反演,探索高光谱遥感技术在土壤重金属污染快速监测上应用的可行性。使用便携式地物光谱仪采集研究区土壤样本光谱反射率数据,光谱反射率数据经多种数学变换后,经逐步回归方法筛选最佳特征波段,利用多元线性回归（SLR）和偏最小二乘回归（PLSR）方法建立模型以光谱反射数据对土壤重金属镍元素含量进行反演。基于光谱二阶微分的多元线性回归模型（SD-MLR）的稳定性和精度最高（R2 = 0.842,RMSE = 4.474）,能够良好地预测研究区土壤镍元素含量。光谱数据数学变换能够有效提高其与土壤镍元素含量间的相关性。不同的光谱变换形式建立模型的预测能力和精度有如下关系,光谱二阶微分 > 光谱倒数对数一阶微分 > 光谱一阶微分 > 光谱倒数对数 > 光谱连续统去除 > 原始光谱。采用光谱二阶微分建立多元线性回归模型为研究区土壤镍元素含量反演的最佳模型,可为土壤重金属污染快速监测提供技术参考。     

Modelling moisture‐induced soil reflectance changes in cultivated sandy soils: a case study in citrus orchards

The value of hyperspectral imagery in agricultural management has been amply demonstrated. Despite this, image interpretation is often drastically impeded by changes in soil moisture content (SMC). Soil moisture variations dominate the spectral reflectance in the 350–2500‐nm wavelength domain and affect the effectiveness of spectral indices used to monitor variations in soil and vegetation properties. Consequently, removing soil moisture effects in spectral images is critical and would provide a significant breakthrough for agricultural remote sensing. Yet, current available soil moisture reflectance models fail to properly address the moisture‐induced reflectance changes occurring within soils of the same texture class. This very much limits the operational implementation of these models, particularly in agricultural fields where within‐field variations in soil characteristics such as organic matter and clay content prevail. In this study, the effect of SMC on the reflectance in the 400–2500‐nm spectral domain was studied for six sandy soils located in citrus orchards in the Western Cape Province, South Africa. In a series of experiments, novel insights into soil moisture reflectance modelling of sandy cultivated soils are provided. The wavelength and soil‐specific variations in model parameters are mechanistically modelled and a general model for moist reflectance of cultivated sand soils is presented and successfully tested. Model comparison and validation demonstrate that the model fit of soil‐type‐specific models can be approximated (R² = 0.82; RRMSE = 0.14) while a significant increase in model fit compared with the traditional general models (R² = 0.59; RRMSE = 0.28) was achieved.     

褐潮土的光谱特性及用土壤反射率估算有机质含量的研究

本文通过ASDFR便携式光谱仪对132个风干土壤样品的光谱反射率进行了实验室测定。根据土样光谱反射率变化,获得了褐潮土土壤剖面的不同诊断层反射光谱特征。结果表明,在400～1200nm范围之间,土壤有机质含量与土壤光谱反射率有较好的相关性。利用导数光谱方法建立了预测土壤有机质含量的方程,提出了预测北京地区褐潮土有机质光谱的最佳波段。在波长447nm处采用反射率和A值(反射率倒数的对数)所建立的预测方程的预测精度较高。采用反射率的一阶微分建立的预测方程的最佳波段在516nm处。而A值一阶微分光谱在615nm处相关性最好。作为一项参考指标用光谱分析法评价土壤中有机质含量,以期对精准农业中土壤养分或肥力的预测具有一定的指导作用。     

砂姜黑土有机质含量高光谱估测模型构建

为快速估测砂姜黑土有机质含量,该研究以河南省商水县砂姜黑土为对象,采用光谱指数和遗传算法结合支持向量机构建砂姜黑土有机质估测模型。结果表明,以Savitzky-Golay(SG)平滑后的一阶导数光谱792和1 389 nm两波段组合构建的比值指数表现最好,建模集决定系数为0.81。利用独立的样本验证,预测决定系数和均方根误差分别为0.91和1.56 g/kg。而相同样本经遗传算法筛选敏感波段结合支持向量机回归构建的模型以SG平滑的一阶导数光谱表现最好,建模集和验证集决定系数分别为0.95和0.91,均方根误差分别为1.01和1.69 g/kg。基于遗传算法结合支持向量机回归和光谱指数2种方法构建的有机质含量估测模型均表现出较高的精度,前者稍优于后者,可用于对砂姜黑土有机质含量的有效估测。该研究成果可为砂姜黑土有机质含量的快速定量估算提供依据和参考。     

成土母质对水稻土高光谱特性及其有机质含量光谱参数模型影响的初步研究

以青紫泥 (BlueclayeyPaddysoil,BP)和红黄泥 (RedPaddysoil,RP)为例 ,研究发育于不同母质的水稻土高光谱和SOM含量光谱参数模型的差异性。结果表明 ,发育于河湖沉积物的BP的反射系数总体上高于发育于第四纪红色粘土母质的RP ,在与铁的氧化物有关的吸收波段 ,RP的吸收特性较BP强 ;RP的一阶微分的变化趋势总体上也比BP剧烈 ,特别是与铁的氧化物相关的波段及 2 2 0 0nm处 ;BP与RP的SOM的光谱参数模型所包含光谱波段的个数和位置有较大的差异 ,水稻土SOM含量光谱参数模型具有母质的独特性     

基于连续统去除法的土壤盐分含量反演研究

通过对新疆维吾尔自治区温宿县、和田县、拜城县191个土样的原始反射率进行连续统去除及连续统去除的一阶微分处理,分析了盐分的高光谱吸收特征及敏感波段,并建立了盐分含量的多种高光谱定量反演模型。结果表明,在400~2 400 nm波段,土壤反射率与盐分含量之间无明显规律。640~700 nm波段的连续统去除数据与含盐量呈极显著负相关,而710~780 nm波段呈极显著正相关。原始反射率经连续统去除处理后,可明显提高反演模型的预测性能。基于盐分光谱指数和吸收特征参数构建的反演模型的稳定性及预测能力不如连续统去除、连续统去除一阶微分的400~2 400 nm或敏感波段的偏最小二乘回归(PLSR)模型。所有模型中,仅有以400~2 400 nm和640~700 nm连续统去除数据所建模型的相对分析误差(RPD)达2.5以上,分别为2.62和2.52,且二者其余各项评价指标差异不大。以640~700 nm波段连续统去除数据构建的PLSR模型对南疆水稻土盐分含量具有很好的反演效果。