不同降噪方式下基于高分五号影像的土壤有机质反演

• 作者: 刘云超 刘焕军 孟祥添 崔杨 张艾明 王丹丹 鲍依临
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 土壤 有机质 随机森林 GF-5影像 降噪方法 离散小波变换
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 农业水土工程
• 页码范围: 90-98
• 页数: 9页
• 分类号: TP79|S153.6+21
• 字数: 8161字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.12.011

摘要

通过遥感技术预测土壤有机质(Soil Organic Matter,SOM)的空间分布是精准农业和土地资源管理研究的重要内容,与粮食安全及环境监测密切相关.该研究主要研究采用高分五号(GF-5)反演土壤有机质的最佳降噪方式.以黑龙江省典型黑土区明水县为研究对象,获取GF-5高光谱遥感影像,对影像进行不同降噪处理,包括奇异值分解(Singular Value Decomposition,SVD),离散小波变换(Discrete Wavelet Transform,DWT)及中值滤波(Median Filtering,MF)降噪.然而,分别结合二维光谱指数,应用随机森林(Random Forest,RF)方法预测不同降噪方式的SOM含量.结果表明:1)所选择的不同降噪方法中,与SOM含量的相关性由高到低依次为DWT、SVD、MF,其中,基于MF降噪后的光谱反射率与SOM含量相关性低于原始反射率与SOM含量的相关性.2)基于降噪方式下的光谱曲线更加平滑,且不同有机质含量对应的光谱曲线形状相似.3)采用DWT降噪方式,基于影像波段和光谱指数,以RF为预测模型的SOM最优反演模型精度R2为0.69,均方根误差为2.26％.研究成果可为利用高光谱卫星数据实现大尺度范围内SOM的数字土壤制图提供参考,为实时定量监测土壤肥力变化提供依据.