首页 | 本学科首页   官方微博 | 高级检索  
     检索      

星载GF-5 AHSI 高光谱影像不同光谱波段土壤有机质 含量预测精度比较
引用本文:颜祥照,姚艳敏※,张霄羽,刘峻明.星载GF-5 AHSI 高光谱影像不同光谱波段土壤有机质 含量预测精度比较[J].中国农业信息,2020,32(6):11-21.
作者姓名:颜祥照  姚艳敏※  张霄羽  刘峻明
作者单位:中国农业科学院农业资源与农业区划研究所/ 农业农村部农业遥感重点实验室,北京100081;中国农业大学 土地科学与技术学院,北京100094
基金项目:高分辨率对地观测系统国家科技重大专项“高分农业遥感监测与评价示范系统(二期)”(09-Y30F01- 9001-20/22);中国农业科学院科技创新工程(CAAS-2020-IARRP-G202020-2)
摘    要:【目的】探讨星载高分五号(GF-5)高光谱影像不同光谱波段对SOM 含量预测精度差 异,明确有效光谱波段范围,以便提高SOM 含量高光谱预测精度。【方法】该研究以黑龙江 省建三江农垦区为研究区域,将GF-5 可见短波红外高光谱相机(AHSI)获取的高光谱数据 划分为可见光- 近红外(VNIR)、短波红外(SWIR)和VNIR-SWIR 3 种不同光谱波段,并 将光谱反射率进行了9 种光谱数学变换;分别采用多元逐步回归(MLSR)和偏最小二乘回 归(PLSR)构建SOM 含量预测模型,评价分析了3 种不同光谱波段预测SOM 含量的精度差 异。【结果】在MLSR 模型中,VNIR-SWIR 的对数倒数一阶微分SOM 含量预测精度相对较 高,验证精度决定系数R2 val 为0.383,均方根误差RMSEP 为5.009;在PLSR 模型中,VNIR 反射率的SOM 含量预测精度较高,验证精度R2 val 为0.359,RMSEP 为4.170。【结论】GF-5 AHSI SOM 含量预测精度较高的光谱波段为VNIR 和VNIR-SWIR。卫星数据质量、研究区域 自然条件、数据预处理过程、建模方法选择等因素共同影响SOM 含量预测模型精度,通过 技术和方法改进,GF-5 数据预测SOM 含量的潜力更大。

关 键 词:GF-5  高光谱影像  可见短波红外高光谱相机AHSI  土壤有机质  VNIR  SWIR    测模型
收稿时间:2020/10/30 0:00:00

Prediction accuracy comparison of soil organic matter content in different spectral bands based on GF-5 AHSI hyperspectral imagery
Abstract:
Keywords:
点击此处可从《中国农业信息》浏览原始摘要信息
点击此处可从《中国农业信息》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号