松嫩平原典型土壤有機質(zhì)高光譜預(yù)測模型研究.pdf

1、利用高光譜遙感建立精確的土壤有機質(zhì)預(yù)測模型，是實現(xiàn)土壤有機質(zhì)的快速測定、精準農(nóng)業(yè)、土壤碳庫估算的必然要求。準確的掌握土壤分布信息是土壤制圖及建立土壤數(shù)據(jù)庫的重要依據(jù)，對我國土地管理及土地利用規(guī)劃具有重要的指導(dǎo)意義。土壤高光譜遙感預(yù)測模型已被用于土壤有機質(zhì)、氧化鐵、水分等屬性的快速測定，其中，偏最小二乘回歸(PLSR)因其能夠有效解決變量存在的共線性，而被廣泛應(yīng)用于土壤理化性質(zhì)高光譜預(yù)測模型，但模型輸入量（高光譜反射率的數(shù)學(xué)變換形式、波長

2、范圍、光譜分辨率等）的確定存在明顯的主觀性。本研究以實驗室測得土壤反射率為研究對象，通過正交試驗設(shè)計(Orthogonal experimentaldesign，OED)確定土壤有機質(zhì)PLSR預(yù)測模型最優(yōu)輸入量，并運用單一土類（黑土）及不同土壤類型進行了驗證。經(jīng)過驗證發(fā)現(xiàn)，OED能夠有效的確定土壤有機質(zhì)PLSR模型最優(yōu)輸入量，單一土類（黑土）的最優(yōu)輸入量為光譜分辨率25nm下，1000-2450nm的倒數(shù)對數(shù)微分(RPD=3.45);不

3、同土壤類型最優(yōu)輸入量為光譜分辨率5nm下，400-2450nm的倒數(shù)對數(shù)微分(RPD=2.58)，兩者最優(yōu)數(shù)學(xué)變換形式均為倒數(shù)對數(shù)微分，該結(jié)果為土壤有機質(zhì)PLSR模型預(yù)測提供新的途徑同時也增強了不同學(xué)者研究成果的可比性。為減少模型輸入量，本研究繪制了土壤有機質(zhì)與不同數(shù)學(xué)變換形式光譜分辨率的相關(guān)系數(shù)曲線圖，分別提取了13個關(guān)鍵點作為PLSR和MSR模型的輸入量。結(jié)果表明:1）采用關(guān)鍵點作為土壤有機質(zhì)PLSR預(yù)測模型的輸入量可以有效減少模型

4、輸入量個數(shù)并保持與最優(yōu)輸入量相似的預(yù)測能力(RPD=3.12，2.33)，為有機質(zhì)含量速測提供了新途徑。2）采取關(guān)鍵點作為輸入量PLSR土壤有機質(zhì)預(yù)測能力要高于MSR模型，二者均可以滿足黑土有機質(zhì)的快速測定（RPD＞3.0），對于不同土壤類型有機質(zhì)含量預(yù)測二者預(yù)測能力相似(2.0＜RPD＜2.5)。3)不同土壤類型由于成土母質(zhì)、理化性質(zhì)的不同，土壤光譜特征也存在差異，因此導(dǎo)致模型精度普遍低于單一土類?；趯哟蔚哪：齂均值聚類對土壤進行分

5、類，最終將土壤分為五類，分類結(jié)果大體與實際采樣結(jié)果相似。土壤經(jīng)過光譜分類后，全局模型精度由原來的0.76和2.04提高到0.83和2.42。4）基于光譜特征參數(shù)提取的光譜角匹配將土壤光譜曲線分為三類，全局模型預(yù)測精度季穩(wěn)定性均有所提高（0.85和2.60），模型RPD＞2.5，有很好的預(yù)測能力。綜上所述，土壤光譜定量分類能夠有效的提高土壤有機質(zhì)預(yù)測模型精度，且基于光譜特征參數(shù)的光譜角匹配能夠獲取較高的預(yù)測精度，為土壤光譜分類提供了新的思