基于土壤可見(jiàn)-近紅外光譜庫(kù)的土壤全氮預(yù)測(cè)建模研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩71頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、精準(zhǔn)農(nóng)業(yè)是我國(guó)現(xiàn)代農(nóng)業(yè)發(fā)展的前沿趨勢(shì)。作為精準(zhǔn)農(nóng)業(yè)實(shí)施中的重要研究方向之一,土壤全氮等屬性信息的快速獲取為做出與之相配套的農(nóng)田生產(chǎn)決策提供了關(guān)鍵依據(jù)。傳統(tǒng)的實(shí)驗(yàn)室化學(xué)分析測(cè)試,因?yàn)槌杀靖?,周期長(zhǎng),并且污染環(huán)境,難以滿(mǎn)足精準(zhǔn)農(nóng)業(yè)中提高經(jīng)濟(jì)效益和保護(hù)生態(tài)環(huán)境。土壤屬性高光譜分析技術(shù)快速、廉價(jià)、高效,作為精準(zhǔn)農(nóng)業(yè)中土壤信息的重要監(jiān)測(cè)工具。而土壤屬性中的全氮高光譜預(yù)測(cè)對(duì)于指導(dǎo)農(nóng)田施放氮肥有很大的應(yīng)用價(jià)值,可以有效降低因過(guò)量施肥帶來(lái)的環(huán)境污染問(wèn)題

2、,尤其在中國(guó)對(duì)氮肥需求量大的農(nóng)業(yè)大國(guó),可以充分保護(hù)農(nóng)業(yè)生態(tài)環(huán)境體系可持續(xù)健康發(fā)展,市場(chǎng)應(yīng)用前景廣闊。然而,許多研究是以當(dāng)?shù)靥飰K、局部小范圍區(qū)域尺度的土壤樣本為研究對(duì)象,雖然充分肯定了土壤全氮的高光譜預(yù)測(cè)能力,但由于各地土壤成土母質(zhì)發(fā)育的多樣性,不同土壤類(lèi)型光譜特性差異很大,甚至同種土類(lèi)由于區(qū)域及發(fā)育母質(zhì)不同也表現(xiàn)出顯著的光譜差異,某研究區(qū)建立的全氮預(yù)測(cè)模型不一定能夠外推至其他區(qū)域其他土類(lèi),其應(yīng)用的普適性和穩(wěn)定性?xún)r(jià)值并未得到有效驗(yàn)證。因此

3、需要嘗試擴(kuò)大研究范圍至國(guó)家尺度,就上述問(wèn)題展開(kāi)深入研究。
  本研究以中國(guó)浙江、西藏、新疆、四川、河南、黑龍江、海南等13省份17種土類(lèi)共計(jì)1661份有效樣本為研究對(duì)象,研究基于國(guó)家尺度大樣本數(shù)據(jù)量下的可見(jiàn)-近紅外光譜預(yù)測(cè)土壤全氮含量的可行性及建模策略。研究基于光譜庫(kù)土壤屬性的子集劃分策略對(duì)高光譜預(yù)測(cè)精度的影響,嘗試探究不同全氮含量等級(jí),不同土壤類(lèi)型子集進(jìn)行建模,模型質(zhì)量是否健壯以及相關(guān)規(guī)律;重點(diǎn)研究基于光譜庫(kù)光譜特性的子集劃分策

4、略,即應(yīng)用光譜庫(kù)來(lái)預(yù)測(cè)局部地區(qū)未知樣本土壤全氮含量的建模策略的可行性,尋找具備普適性和穩(wěn)定性的預(yù)測(cè)模型,并深入探究其可行的原因。本論文的主要研究?jī)?nèi)容和結(jié)果可以概括為以下幾個(gè)方面:
  (1)基于土壤屬性的光譜庫(kù)建模策略研究
  基于建立的國(guó)家尺度土壤全氮光譜數(shù)據(jù)庫(kù),本研究深入探討大尺度背景下土壤全氮高光譜建??尚行院陀绊懲寥廊庾V建模精度的因素。通過(guò)對(duì)光譜庫(kù)采用線性模型PLSR和非線性模型SVM全局建模,初步考察土壤全氮光

5、譜庫(kù)的建模可行性,并對(duì)比線性模型和非線性模型的建模精度。結(jié)果表明:土壤全氮-可見(jiàn)近紅外光譜庫(kù)具備應(yīng)用潛力,但全局建模策略對(duì)包含土樣差別分異性大的光譜庫(kù)不適用,還需探索其它建模方法策略。通過(guò)分別將光譜庫(kù)按全氮含量等級(jí)和土壤類(lèi)型劃分模型子集并PLSR和SVM建模,深入探討影響庫(kù)建模精度的因素。結(jié)果表明:兩種建模策略均不能很好解決土壤光譜庫(kù)分異性問(wèn)題,各模型預(yù)測(cè)精度偏低;依據(jù)全氮含量等級(jí)劃分子集建模精度表明模型質(zhì)量與全氮含量范圍密切相關(guān),含量

6、低于一定值時(shí)模型不具備預(yù)測(cè)能力;按土類(lèi)劃分子集策略,土類(lèi)和區(qū)域同時(shí)具有均一性的模型精度明顯高于同種土類(lèi)不同區(qū)域的模型,證明土壤高光譜模型受地域差別和成土母質(zhì)差異影響較大。
  (2)基于土壤光譜特性的建模策略與應(yīng)用
  本研究在基于土壤屬性的光譜庫(kù)建模策略研究基礎(chǔ)之上進(jìn)一步探索光譜庫(kù)的應(yīng)用方法,基于土壤的光譜特性進(jìn)行分類(lèi)建模并取得了成功應(yīng)用。根據(jù)上述研究結(jié)果,本次全局建模預(yù)測(cè)某局部區(qū)域(浙江省104個(gè)水稻土樣本)采用PLSR

7、模型,按光譜特性劃分子集建模策略分別采用光譜空間距離挑選樣本子集和最佳聚類(lèi)類(lèi)別劃分庫(kù)為建模子集的思路,并分別采用LWR和FKMC-PLSR建模預(yù)測(cè)。結(jié)果表明:在大樣本下PLSR全局模型對(duì)高全氮值待預(yù)測(cè)樣本存在低估現(xiàn)象,導(dǎo)致整體預(yù)測(cè)精度偏低,LWR(RP22=0.76,RPDP2=2.1)和FKMC-PLSR(RP32=0.82,RPDP3=2.4)局部模型比PLSR(RP12=0.64,RPDP1=1.4)全局模型能夠更為準(zhǔn)確地預(yù)測(cè)全氮

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論