基于连续统去除法的南疆水稻土有机质含量预测

• 作者: 向红英 彭杰 柳维扬 牛建龙 王家强 迟春明
• 来源期刊: 土壤
• 学科: 农学
• 关键词: 连续统去除 高光谱 水稻土 有机质含量 预测
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 研究报告
• 页码范围: 389-394
• 页数: 6页
• 分类号: TP701|S151.9
• 字数: 4985字
• 语种: 中文
• DOI: 10.13758/j.cnki.tr.2016.02.027

摘要

监测土壤有机质含量状况，可为土壤肥力诊断及土壤资源的合理开发利用提供科学依据。本研究通过对南疆191个水稻土样品的反射率数据进行连续统去除处理后，构建了有机质连续统去除光谱指数并提取了850~1380、1380~1550、1730~2150、2150~2380 nm 4个波段的吸收特征参数，据此建立了多种定量反演模型。结果表明：经连续统去除后，有机质的吸收特征得到了有效放大，不同有机质含量的连续统去除曲线在850~1380 nm，其有机质含量与连续统去除值呈正相关，与吸收面积呈负相关，而在1730~2150 nm波段则呈现相反的规律。反射率连续统去除值与有机质含量的相关性要优于反射率与之的相关性，而反射率一阶微分与连续统去除一阶微分与有机质的相关性差异不明显。不同有机质光谱指数模型之间的建模参数与预测能力差异不大，但均只具备初略估测有机质的能力。吸收特征参数模型中，仅有850~1380 nm波段的面积归一化最大吸收深度(NMAD850~1380nm)所建模型具有较好的定量预测能力。以反射率、反射率连续统去除、反射率一阶微分、反射率连续统去除一阶微分所建的PLSR模型均具有较好的预测能力，相对分析误差均大于2.00。所有模型中，连续统去除一阶微分(CR′)模型的决定系数与相对分析误差最高，分别为0.91、2.58，均方根误差最低，其值为5.62，具有最好的预测能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柳维扬	塔里木大学植物科学学院	44	298	11.0	14.0
2	王家强	塔里木大学植物科学学院	65	542	14.0	19.0
3	彭杰	塔里木大学植物科学学院	57	664	15.0	23.0
4	向红英	塔里木大学经济与管理学院	16	256	9.0	16.0
5	迟春明	塔里木大学植物科学学院	30	188	8.0	13.0
6	牛建龙	塔里木大学植物科学学院	35	284	9.0	15.0