利用高光谱和GF-1模拟多光谱进行土壤有机质预测和制图研究 |
| |
引用本文: | 郭燕,程永政,王来刚,刘婷,陈颂超,郑国清. 利用高光谱和GF-1模拟多光谱进行土壤有机质预测和制图研究[J]. 土壤通报, 2016, 0(3): 537-542. DOI: 10.19336/j.cnki.trtb.2016.03.05 |
| |
作者姓名: | 郭燕 程永政 王来刚 刘婷 陈颂超 郑国清 |
| |
作者单位: | 1. 河南省农业科学院农业经济与信息研究所,河南郑州,450002;2. 浙江大学农业遥感与信息技术研究所,浙江杭州,310058 |
| |
基金项目: | 高分辨率对地观测系统重大专项项目(09-Y30B03-9001-13/15)、河南省农业科学院优秀青年基金项目(2016YQ21)、河南省重大科技专项项目(121100110900)资助 |
| |
摘 要: | 利用土壤有机质(SOM)高光谱数据和模拟GF-1多光谱影像的波段响应函数生成的宽波段多光谱模拟数据,对比高光谱预处理和构建土壤植被指数,探索模拟GF-1光谱预测SOM的潜力。研究表明,SOM的一阶微分高光谱和模拟GF-1光谱数据构建的土壤指数与SOM的相关性最好。PLSR建模分析表明采用一阶微分高光谱数据可以很好的对SOM进行预,而且模型稳健(R2=0.962,RPD=4.87);模拟GF-1光谱也可以较好的进行SOM的预测,但是模型的稳定性相对较差R2=0.557,RPD=1.43。同时,SOM制图的空间分布表明,采用一阶微分光谱数据和模拟GF-1数据预测得到的SOM含量与实测的SOM表现出相似的空间分布特征。这为采用多光谱数据进行大尺度、大范围的SOM预测提供了基础。
|
关 键 词: | 有机质(SOM) 高光谱 GF-1遥感影像 地统计 制图 |
Predication and Mapping of Soil Organic Matter Content Using Hyperspectra and GF-1 Multi-spectra |
| |
Abstract: | |
| |
Keywords: | Soil organic matter(SOM) Hyperspectra GF-1 multispectral remote sensing image Geostatistics Mapping |
本文献已被 CNKI 万方数据 等数据库收录! |
|