博斯腾湖西岸湖滨带土壤盐分高光谱反演

选取博斯腾湖西岸湖滨带为研究区,沿垂直湖岸线方向采集14个土壤剖面70个样本,利用ASD FieldSpec3地物光谱仪获取高光谱数据,基于Q型聚类分析研究不同含盐量土壤光谱特征,对土壤光谱反射率与含盐量做逐波段相关分析和显著性检验,筛选不同光谱变换下的敏感波段,通过多元逐步回归和偏最小二乘回归方法,分别以敏感波段和全波段光谱构建12个土壤含盐量反演模型,优选最佳反演模型。结果表明:17种高光谱变换中, 4种最优光谱变换使土壤含盐量与Savitzky-Golay平滑后的反射率极显著相关波段数明显增多,分别是反射率的一阶微分、平方根一阶微分、对数倒数一阶微分、倒数对数一阶微分,综合确定盐分敏感波段聚集在749、1 024、1 083、1 230、1 677和2 387 nm处;以对数倒数一阶微分光谱全波段建立的偏最小二乘回归模型更适合该区0～50 cm土壤含盐量的高光谱反演,其建模和验证决定系数R~2分别为0.93和0.85,均方根误差RMSE分别为0.37和0.42,相对预测偏差RPD为3.57。     

基于综合光谱指数的不同程度人类干扰下土壤有机质含量预测

为寻求同一背景不同人类干扰程度下的土壤有机质含量的最佳预测模型,本研究以天山北麓的土壤为研究对象,运用Landsat8遥感影像以及实测光谱2种方式进行对比,结合不同的综合光谱指数,对无人干扰区、人为干扰区的影像反射率和实测光谱反射率进行光谱变换,分析反射率及其变换形式与有机质含量的相关性,以相关系数通过0. 01和0. 05显著性水平检验的波段作为自变量,运用多元线性回归方程分别建立了无人干扰区、人为干扰区土壤有机质含量高光谱预测模型,精度最高的为最优模型。结果表明:(1) Landsat8影像中B1～B5波段与有机质含量的相关系数通过了0. 01与0. 05显著性水平检验,作为自变量建立有机质含量预测模型。同时,为了能与影像反射率有个良好的对比,实测光谱反射率及其变换形式同样也选择5个相关系数最大的波段作为敏感波段用以建立模型。在影像与实测光谱中,土壤盐分指数结合植被指数与有机质含量相关性最好的分别是无人干扰区的SI_3、DVI和SI_3、RVI;人为干扰区的SI_2、RVI和SI_1、RVI。在结合光谱综合指数的模型中,无论是影像还是实测光谱,都是以反射率与植被指数、盐分指数相结合作为自变量建立的模型精度最好。对比2种预测方式,预测效果最好的是利用实测光谱与盐分指数、植被指数建立的无人干扰区一阶微分的多元线性回归模型以及人为干扰区的倒数之对数一阶微分的多元线性回归模型,R~2分别为0. 93和0. 89。     

基于一阶微分变换方法的南方丘陵稻田土壤电阻率高光谱特性研究

通过对土壤电导率和光谱测定,分析了南方丘陵稻田土壤电阻率特征、原始光谱数据及重采样光谱数据特征。在光谱重采样基础上进一步构建光谱包络线去除变换、光谱反射率倒数(1/R)、对数[ln(1/R)]、平方根(R0.5)、一阶微分等单一或复合变换模型。通过横向、纵向综合比较分析不同模型的反射率与电阻率相关性分析的曲线差异,着重探讨了基于一阶微分的数据变换模型间土壤电阻率与光谱反射率间相关性强弱,结果表明:(1)基于一阶微分变换的模型可以对重叠混合光谱进行分解以便识别,扩大样品之间的光谱特征差异,发掘敏感波段的光谱吸收、反射特征;(2)综合反射率的平方根的一阶微分变换、反射率的倒数的对数及反射率对数的一阶微分等模型得出,在波段为382 nm处,土壤电阻率与光谱反射率间相关系数最高达0.788,在波段为555~560 nm,多个微分变换模型相关性系数在0.7以上,可为后续反演因子的确定及土壤电阻率高光谱估测回归模型的建立提供参考。     

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。     

基于分数阶微分的博斯腾湖湖滨绿洲土壤电导率高光谱估算

【目的】探讨分数阶微分在高光谱估算湖滨带绿洲土壤电导率的可行性,实现土壤盐分的高精度监测.【方法】以博斯腾湖湖滨绿洲为研究区,引入分数阶微分对土壤高光谱反射率进行0～2阶微分处理,利用相关性检验和连续投影算法优选特征波段,构建土壤电导率的全波段和特征波段,以及利用连续投影算法优选的全波段和特征波段的4种偏最小二乘回归模型,依据决定系数、均方根误差优选土壤电导率的最佳估算模型.【结果】通过P=0.01显著性检验的特征波段,随着阶数的增加,土壤电导率的特征波段数从725增加至776再减少至498;相关系数值随着阶数的增加从0.48至0.68再减少至0.59.0～0.6阶的相关系数绝对值最大值对应的特征波段分布在581～744 nm, 0.8阶～2阶相关系数绝对值最大值对应的波段分布在近红外波段.利用连续投影算法筛选土壤电导率的全波段,其1.4阶微分的波段数量最多,达到6个;利用连续投影算法筛选土壤电导率的特征波段,其2阶微分的波段数量最多,达到3个.连续投影算筛选全波段的偏最小二乘回归模型为土壤电导率的最优模型,分数阶为1.6阶,波段分布在近红外波段,R_C~2=0.64,RMSE_C=3.06,R_V~2=0.83,RMSE_V=2.86.【结论】基于分数阶微分的高光谱估算模型具有较好的稳定性,模型估算的预测能力较好,可以为湖滨带绿洲土壤高光谱估算土壤电导率含量提供方法支持.     

青山湖水体总悬浮物浓度的高光谱遥感反演

利用2009年11月9日城市湖泊青山湖实测的水体高光谱遥感数据和同步水质采样数据,在分析水体固有光学特性的基础上,采用单波段、两波段比值和一阶微分3种算法进行了湖泊水体总悬浮物浓度（TSS）遥感反演研究。结果表明,单波段、两波段比值和一阶微分模型相关系数均较好,688 nm处一阶微分线性回归模型相关系数R2为0.932 8,RMSE为2.896 1 mg/L,为最佳的TSS实测光谱遥感反演模型,可以用于青山湖水体TSS浓度的反演。该研究可为水质指标大面积的卫星遥感反演研究提供基础。     

干旱区盐渍地土壤含水量分布及其光谱特征研究

[目的]为科学和合理种植作物以及提高作物产量提供参考数据。[方法]采集研究区48个点的盐渍地土壤,测得土壤含水量数据,并且在自然光源和人工光源条件下采集土壤光谱反射率数据,对反盐期不同深度土壤的含水量进行统计分析,研究土壤烘干前和烘干后的光谱反射率,对自然光源的土壤光谱反射率进行一阶、二阶、三阶、四阶、五阶和六阶导数微分处理,剖析人工光源的土壤光谱反射率数据、自然光源的光谱反射率、导数微分变换后的光谱反射率数据与土壤含水量之间的相关分析,进行一元一次、一元二次、指数、二元逐步回归、偏最小二乘回归(PLSR)函数的拟合,并用总均方根误差(RMSE)以及显著性水平验证拟合函数的精度。[结果]表层土壤(0~10 cm)的含水量明显低于10~30 cm深度的土壤含水量,且表层土壤含水量由于土壤盐渍化程度的不同而存在差异,绿洲内部和外围的土壤含水量也存在明显差异;干燥土壤的光谱反射率曲线比湿润土壤更高;人工光源、自然光源获取的土壤光谱反射率数据与土壤含水量之间呈负相关关系,人工光源的相关性比自然光源的相关性略高;自然光源获取的光谱反射率经过导数微分形式的变换后与土壤含水量之间的相关性得到很好的提高;人工光源的最佳拟合方程为一元二次方程Y=266.4X21680+35.2X1680+1.9,RMSE为0.33,显著性水平P0.01;自然光源的最佳拟合方程为偏最小二乘方法的光谱反射率的四阶形式,RMSE为0.89,显著性水平P0.01。[结论]该研究能够为干旱区土壤含水量和光谱特征的关系的研究提供数据支撑,奠定高光谱技术在干旱区的应用基础。     

典型龟裂碱土光谱特征分析及碱化程度预测

以宁夏银北地区典型龟裂碱土为研究对象，表层土壤光谱反射率选择平滑、倒数等7种数据处理方式，采用全回归、逐步回归和偏最小二乘三种回归方法，分析龟裂碱土光谱特征，筛选对土壤pH值和ESP的敏感波段，建立龟裂碱土碱化信息的预测模型。结果表明：龟裂碱土的光谱反射曲线属于缓斜型；土壤表层反射率与土壤pH值和ESP在研究波段内均呈极显著正相关关系；反射率倒数对数的一阶微分和反射率的一阶微分在特征波段范围表现较好；反射率与土壤pH值的相关性优于与土壤ESP的相关性。从拟合度和选用敏感波段的多少整体考虑，采用偏最小二乘回归来拟合土壤pH值和ESP的方程最佳，拟合度分别达到0.93和0.8367。     

水稻穗颈瘟严重度的高光谱反演模型研究

通过人工诱发不同等级水稻穗颈瘟,测定染病稻穗光谱及其病情指数(DI).分析了病穗反射光谱和一阶微分在绿光区、黄光区和近红外区反射特征差异,将病情指教及光谱数据进行相关分析,建立水稻穗颈瘟严重度的估测模型并进行可靠性检验.结果表明:750-850 nm反射光谱及720-760nm 一阶微分为水稻穗颈瘟的敏感波段;在400-700nm光谱范围内病情指数与光谱反射率的相关性达到了极显著正相关,对于微分光谱,在520-540nm和710-760nm光谱范围内病情指数与光谱反射率的相关性达到了极显著负相关,在570-610nm光谱范围内病情指数与光谱反射率的相关性达到了极显著正相关,并在此基础上建立了水稻穗颈瘟病情指数的高光谱反演模型,该研究为今后通过航空、航天遥感大面积监测水稻穗颈瘟提供了理论依据.     

基于表层土壤光谱的耕层土壤有机质间接估测

为解决遥感技术在监测耕层土壤有机质方面的应用问题,利用表层土壤光谱对耕层土壤有机质含量进行估测。以山东省济南市章丘区的表层、耕层各76个土壤样本为研究对象,首先对表层光谱数据进行小波变换去噪、剔除异常样本等处理,然后对处理后的光谱反射率进行一阶微分等10种数学变换,在对数倒数一阶微分和对数一阶微分变换后的反射率数据中选取43个与土壤有机质含量相关系数较高的波段,通过主成分分析以累计贡献率大于90%的标准选取5个主成分作为反演因子,利用BP神经网络(BPNN)、支持向量机回归(SVR)和多元线性回归(MLR)方法建立耕层土壤有机质含量间接估测模型。结果表明,耕层土壤与表层土壤有机质含量之间决定系数R~2达到0.839,显著性P0.01,存在着较强的相关性BPN估测模型的精度最优,决定系数R~2为0.845,平均相对误差为7.642%,RMSE分别为1.622g·kg~(-1)。研究表明,利用表层土壤光谱信息间接估测耕层有机质含量是可行有效的,为耕层土壤有机质的估测问题提供了一种新思路。     

土壤含水量、容重、光谱反射率之间相伴变化关系研究

[目的]研究土壤含水量变化对容重变化的定量化影响及其与光谱反射率的关系，构建相关模型，为近红外线光谱连续准确监测土壤含水量提供科学依据。[方法]以湖北省黄棕壤、水稻土、潮土为供试土壤，用环刀采样，在土壤脱水干燥过程中，用微型光纤光谱反射仪等连续同步测定土壤质量含水量、容重、土壤体积含水量和光谱反射率的变化。[结果]探讨了土壤含水量～容重变化的关系及相关模型，构建了反映土壤容重变化的土壤体积含水量与土壤光谱反射率的指数关系模型。[结论]所建模型拟合效果好，物理意义明确，形式简单，变量关系清晰。     

基于高光谱的土壤含水率预测模型

为定量分析土壤含水率与反射光谱特征之间关系，以便为土壤含水率速测提供理论依据。以安徽省阜阳市临泉县为研究区，以区域典型土壤类型—砂姜黑土为研究对象，将土壤样本分别过10和20目的尼龙筛，并设置土壤含水率梯度实验。采用9点移动平滑法结合一阶微分、反射率对数及其一阶微分三种数学变换方法对光谱曲线进行预处理，分析不同目数、不同含水率下的光谱特性差异；拟合分析变换后的样本光谱数据与含水率相关性，提取特征波段，建立土壤含水率多元线性回归预测模型。结果表明：对4种不同土地利用类型的砂姜黑土样本的反射率数据进行对数一阶微分变换后，土壤含水率和光谱数据的相关性明显提升，根据数学变换后提取的特征波段建立的多元线性回归预测模型的预测精度最好；光谱反射率与水分含量呈负相关关系；土壤光谱法反演水分含量时，基于过10目筛的土壤样本建立的预测模型拟合精度要优于过20目筛的土壤样本，R²最高为0.928。研究结果可以为精准农业管理提供极为关键的参数支撑。     

模拟农业机械对土壤压实的试验研究

[目的]进行模拟农业机械对土壤压实的实验,为研究农业机械对土壤造成的压实破坏提供理论依据。[方法]重塑含水率(级差为3%)和体积密度(级差为0.2 g/cm3)不同的水稻土和黄棕壤,利用土壤固结仪对其进行模拟压实,分析压实对土壤容重、饱和持水率和应力传递系数的影响。[结果]随着含水率的增加,压实对土壤的影响逐渐加重,且当土壤含水率在16%~22%时压实对土壤产生的破坏较为严重。土壤抗压实能力随体积密度的增加而增加。相同含水率和体积密度土壤应力传递系数不变,即传递至土壤底层应力σz与土壤表面施加力σ0呈相对稳定的线性关系。[结论]机械压实会使土壤容重增加,饱和持水率降低。随着土壤含水率的减少和体积密度的增加,压实对土壤的影响减弱。土壤应力传递系数与土壤类型、含水率、体积密度等有关。对于给定状态的土壤,其土壤应力传递系数不变。     

C波段多极化SAR反演土壤水分研究

【目的】研究不同极化方式下雷达后向散射系数与地表土壤含水量之间的关系。【方法】在分析不同地表微波散射模型基础上,选用合适的植被散射模型结合多极化雷达数据从雷达总的后向散射中去除植被影响,建立土壤后向散射系数与土壤含水量的关系。【结果】拟合HH极化、HV极化雷达观测数据与土壤水分数据,相关系数为HH极化R2=0.5523,HV极化R2=0.3579。【结论】微波具有全天候、穿透性以及不受云层影响的独特物理机制,使其在研究大尺度土壤水分反演时效果较好,相比较HV极化,HH极化雷达影像数据更适合干旱区作物植被覆盖地区土壤水分监测。     

基于多角度高光谱遥感的冬小麦叶片含水率估算模型

准确的作物水分监测对于旱情评估具有重要意义。在分析研究区冬小麦多角度光谱特征后,利用不同水分处理下冬小麦实测叶片含水率和实测多角度光谱数据,基于植被光谱指数法,建立不同观测角度下冬小麦光谱植被指数、水分敏感波段光谱指数与叶片含水率之间的数学模型。结果显示,相对方位角与相对天顶角越小时,观测到的光谱指数与叶片含水率的相关关系越优;敏感波段组合构建的光谱指数中,1450nm波段分别与其他波段组合的NDSI、RSI指数与叶片含水率相关性在各观测角度条件下均较好,1 450 nm波段是冬小麦叶片含水率研究的最佳敏感波段;选取常见的4种植被指数(NDVI、EVI、WI和NDII)中WI和NDVI在各观测角度下与叶片含水率的相关性优于其他两种指数,决定系数R2均在0.83以上,P0.01呈极显著相关;综上建立的多角度光谱叶片含水率估算模型,平均相对误差MRE均小于0.154、均方根误差RMSE均小于0.098,拟合效果较好,尤其是光谱指数NDSI1160,1450、NDSI980,1450和植被指数NDVI、WI;基于以上4种指数建立的最优观测角度(0°,30°)模型,其中植被指数WI的估算效果最好,相关系数在各角度均达到5%的相关显著水平,MRE0.03,可作为最优观测角度反演研究的最优植被指数。     

基于组合模型的黑土区土壤有机质含量预测分析

为提高典型黑土区土壤有机质含量的预测精度,结合田间实测数据与遥感影像反射率数学变换数据筛选出最佳特征波段,并建立多种回归模型,对研究区土壤有机质含量预测模型进行优选。结果表明:对影像反射率进行不同的数学变换处理能够扩大数据中对有机质含量变化敏感的细微吸收特征,突出敏感光谱信息。利用标准化模型对处理后的光谱数据贡献率进行量化,结合相关系数筛选最佳特征波段。建模结果显示,支持向量机模型在检验集上的决定系数为0.89,均方根误差为2.81 g·kg^-1,模型整体的相对分析误差为2.14,对土壤有机质含量的预测能力极好。研究结果可为黑土区土壤有机质含量的预测模型优选提供参考,也可为中国北部地区耕地的有机质含量监测和有效开发提供基础理论依据。     

基于高光谱成像估测冬小麦不同生育时期水分状况

【目的】研究实时、快速估测冬小麦不同生育时期水分状况并构建模型,为冬小麦水分精准管理提供科学依据。【方法】以新疆典型滴灌冬小麦为研究对象,应用高光谱成像技术获取冬小麦冠层光谱信息,并对原始光谱反射率进行平滑和数据变换,利用一元线性回归(Simple linear regression,SLR)、主成分回归(Principal components regression,PCR)和偏最小二乘回归(Partial least squares regression,PLSR)3种建模方法,对冬小麦冠层原始光谱及变换光谱分别构建植株水分含量估测模型。【结果】冬小麦冠层原始光谱反射率与植株水分含量相关性不高,对原始光谱反射率进行数据变换可以显著增强与水分含量的相关性和相关波段数,其中倒数一阶微分变换与冬小麦植株水分含量的相关系数最大,为-0.893 0,但不同变换最优相关系数所对应的波段位置并不固定。PLSR方法的模型精度最高,对数变换的PLSR模型估测精度最高,模型$R_{p}^{2}$、RMSE_p、RPD值分别为0.880 8、3.251 2%、2.934 3;冬小麦不同生育时期估测模型精度存在差异,拔节期、抽穗期估测模型精度较低,灌浆中期最高,其估测模型$R_{p}^{2}$、RMSE_p、RPD值分别为0.904 8、1.381 1%、3.454 7。【结论】利用高光谱成像技术对估测冬小麦植株水分含量是可行的,在灌浆中期的估测效果最佳。     

土壤水与有机质对高光谱的作用及交互作用规律

【目的】定量揭示土壤水分与有机质对高光谱的作用规律,为提高土壤水分、有机质的光谱估测精度提供基础。【方法】以山东省泰安市岱岳区90个棕壤土样为研究对象,进行室外光谱采集、室内土壤水分和有机质测定,运用Savitzky-Golay filter对光谱曲线进行平滑去噪预处理。根据含水量、有机质含量的高低将土壤样本分为9组,运用比较法对9组原始光谱数据进行分析,初步探究土壤水、有机质对光谱的作用规律。然后采用相关分析法,分析水、有机质与土壤原始光谱反射率(raw spectral reflectance,R)、光谱一阶微分变换(first order differential reflectance,D(R))以及分组光谱的相关性。在假定其他影响因素基本相同的条件下,利用有交互作用的双因素方差分析法,定量分析水、有机质对土壤光谱反射率、光谱一阶微分的作用程度及其交互作用。根据土壤水与有机质的交互作用规律,按相关系数较大而交互作用小的原则选取特征因子,采取偏最小二乘回归模型建立土壤有机质含量的高光谱估测模型,分析依据两者交互作用规律选取的因子对提高光谱估测模型精度的有效性。【结果】在田间持水量范围内,水对土壤光谱反射率影响起主要作用;水与有机质对土壤光谱客观存在交互作用,当土壤含水量小于10%时,600—1 800 nm的原始光谱能较好反映有机质的作用,而当土壤含水量大于15%时,有机质的作用几乎被水的作用所掩盖。水、有机质对土壤原始光谱的作用及其交互作用分别在360—1 800,410—1 800,509—1 800 nm达到显著水平,且三者均在1 951—2 450 nm达到显著水平(α=0.05);对土壤光谱的作用程度由大到小依次为:水、有机质、交互作用;在425—1 800 nm水对土壤光谱的作用大约是有机质的5—8倍,在1 950—2 300 nm为8—12倍;在350—2 500 nm有机质对土壤光谱的作用大约是水与有机质交互作用的2倍。光谱经一阶微分变换之后,在450—530、600—790、1 019—1 027、2 000—2 020以及2 045—2 075 nm土壤水的作用增强,而在其他波段处减弱;土壤有机质的作用在471—824、851—949、967—1 140、1 172—1 340、1 379—1 428、1 450—1 770、1 953—2 122、2 174—2 199以及2 271—2 342 nm处得到增强,而在其他波段处减弱。水与有机质的交互作用也在不同波段处有所变化,但相对于土壤水与有机质的作用变化幅度而言是相对减弱的。基于土壤水与有机质的交互作用规律选取的特征因子,所建立的土壤有机质高光谱估测模型精度有所提高,其中16个检验样本的决定系数R2由不考虑交互作用的0.6764提高到0.7934。【结论】研究表明,在反演土壤含水量时,可以不考虑有机质对光谱的影响;而在反演有机质含量时,必须要剔除水对反射率的影响,还要考虑水与有机质对光谱的交互作用。考虑水与有机质对土壤光谱的交互作用,可有效提高土壤有机质的光谱估测精度。     

碳汇林土壤盐分分布特征

[目的]对新疆地区进行土壤盐分特征分析,开展该区土壤盐渍化特征研究,为干旱地区盐渍化研究提供参考依据。[方法]以克拉玛依碳汇林中不同土地类型的土壤垂直剖面为研究对象,对其土壤盐分、可溶性离子进行测定,运用统计特征值、趋势面等方法进行分析,探讨该区域土壤盐分分布特征。[结果]碳汇林研究区土壤中盐类主要为硫酸盐-氯化物型及氯化物型,其中阳离子主要是Na+、K+和Ca2+,阴离子主要有CO32-,Cl-和SO42-;CO32-变异系数高达292.91,Cl-的变异系数为265.56。土壤可溶性总盐在0～100 cm土层中变化趋势不显著,土层中的含量较稳定。[结论]该研究为加快对土壤盐渍化的动态监测,寻找盐渍化有效地控制途径奠定基础。     

TDR测定不同湿度土壤含水量的精度比较研究

[目的]探讨TDR测定土壤含水量的原理,找出TDR测量土壤含水量的适合范围.[方法]用波兰TDR/MUX/mpts水分测定仪,对不同湿度土样的体积含水量进行测定,同时用烘干法和环刀法分别测量其质量含水量和容重,然后转化成体积含水量与TDR的测量值进行比较.[结果]对于质量含水量为0～5％之间的干燥土壤和质量含水量为22％以上的湿润土壤,TDR的测量精度较低.与烘干法相比,绝对误差均大于2％,相对误差大于10％.对于质量含水量为5％ ～22％之间的土壤,TDR的测量精度较高.[结论]在湿润或半湿润地区,TDR法测量土壤体积含水量有较高的精度.