基于偏最小二乘回归的土壤有机质含量高光谱估算

• 作者: 于雷 周勇 曹隽隽 朱强 洪永胜 耿雷 聂艳
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 土壤 遥感 回归 土壤有机质 高光谱 显著性波段 偏最小二乘回归 江汉平原
• 年，卷（期）: 2015,（14）
• 所属期刊栏目: 农业水土工程
• 页码范围: 103-109
• 页数: 7页
• 分类号: S127
• 字数: 6216字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2015.14.015

摘要

为实现基于光谱分析土壤有机质含量的快速测定,该文以江汉平原公安县的土壤为研究对象,进行室内理化分析、光谱测量与处理等一系列工作,在土壤原始光谱反射率(raw spectral reflectance,R)的基础上,提取了其倒数之对数(inverse-log reflectance,LR)、一阶微分(first order differential reflectance,FDR)和连续统去除(continuum removal, CR) 3种光谱指标,分析4种不同形式的光谱指标与有机质含量的相关性,对相关系数进行P=0.01水平上的显著性检验来确定显著性波段的范围,并基于全波段(400~2 400 nm)和显著性波段运用偏最小二乘回归(partial least squares regression, PLSR)建立了该区域土壤有机质高光谱的预测模型,通过模型精度的比较确定最优模型.结果表明,进行CR变换后,光谱曲线的特征吸收带更加明显,相关系数在可见光波段范围内有所提高;基于全波段的 PLSR 建模效果要优于显著性波段,其中以CR的预测精度最为突出,其模型的决定系数R2和相对分析误差RPD分别为0.84、2.58;显著性波段的PLSR模型与全波段对比在模型精度方面虽有一定差距,但从模型的复杂程度来比较,具有模型简单、运算量小、变量更少的特点;最后,综合比较了全波段和显著性波段 4 种光谱指标的反演精度,发现 CR-PLSR 模型的建模和预测的效果比R-PLSR、LR-PLSR、FDR-PLSR 模型都要显著.该研究可为将 CR-PLSR 高光谱反演模型用于该区域土肥信息的遥感监测提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周勇	华中师范大学城市与环境科学学院	112	1798	24.0	37.0
2	于雷	华中师范大学地理过程分析与模拟湖北省重点实验室	20	386	9.0	19.0
3	洪永胜	华中师范大学城市与环境科学学院	5	173	4.0	5.0
4	曹隽隽	华中师范大学地理过程分析与模拟湖北省重点实验室	9	171	4.0	9.0
5	朱强	华中师范大学地理过程分析与模拟湖北省重点实验室	4	139	3.0	4.0
6	耿雷	华中师范大学地理过程分析与模拟湖北省重点实验室	1	105	1.0	1.0