基于高光谱遥感技术对土壤氮磷钾的估算

• 作者: 乔璐 董诚明 陈立新
• 来源期刊: 森林工程
• 学科: 农学
• 关键词: 高光谱 全磷(TP) 全钾(TK) 全氮(TN) 多元线性回归 偏最小二乘法 MODIS影像
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 森林资源建设与保护
• 页码范围: 25-31,71
• 页数: 8页
• 分类号: S153.6|TP72
• 字数: 4968字
• 语种: 中文

摘要

本文旨在研究高光谱遥感分析技术对大面积土壤全氮(Total Nitrogen TN)、全磷(Total Phosphorus TP)、全钾(Total Potassium TK)实时监测的可行性.采用野外调查与室内高光谱(350～2 500 nm)数据测定相结合的研究方法,分析黑龙江省大庆市区和四县(肇源县、肇州县、杜蒙、林甸县)土壤的光谱特征和土壤养分指标,计算出土壤光谱反射率的变化:一阶微分(R)'、倒数(1/R)、倒数一阶微分(1/R)'、对数(logR)等形式;利用一元线性回归(ULR)、多元线性回归(SMLR)和偏最小二乘法(PLSR)建立全氮(TN)、全磷(TP)、全钾(TK)含量的估算模型.并用独立样本对校正模型进行验证.结果显示:土壤全氮(TN)、全磷(TP)、全钾(TK)的最佳吸收波段分别为TN(802 nm,1 108nm),TP(784nm,1 085nm),TK(1 079 nm,1 578 nm);偏最小二乘法(PLSR)的建模精度高于多元线性回归模型和一元线性回归模型,分别为N(R2=0.831,RMSE=2.506 g/kg),P(R2=0.687,RMSE=0.844 g/kg),K(R2=0.832,RMSE=0.097 g/kg).全氮(TN)、全钾(TK)预测精度较高,全磷预测结果相对较低,但也可用来粗略估算.同时利用MODIS影像对土壤全氮、全磷、全钾含量专项制图.该研究证实,利用高光谱技术结合特定算法能够较好预测差异性较大的土壤全氮、全钾、全磷含量,并可以实现预测信息可视化.这对于实时快速监测大面积土壤环境变化、预测土壤信息变化趋势、监测生环境、建立我国土壤养分数据库和降低土壤成分监测成本具有重要的现实意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董诚明	河南中医药大学药学院	140	944	15.0	24.0
2	陈立新	东北林业大学林学院	98	1707	24.0	35.0
3	乔璐	河南中医药大学药学院	4	28	2.0	4.0