小波分析用于土壤速效钾含量高光谱估测研究

被引:24
作者
陈红艳 [1 ]
赵庚星 [1 ]
李希灿 [2 ]
陆文利 [3 ]
隋龙 [4 ]
机构
[1] 山东农业大学资源与环境学院
[2] 山东农业大学信息科学与工程学院
[3] 山东农业大学园艺科学与工程学院
[4] 山东省沾化县国土资源局
关键词
高光谱; 土壤速效钾; 小波分析; 小波系数;
D O I
暂无
中图分类号
S158 [土壤肥力(土壤肥沃性)];
学科分类号
0903 ; 090301 ;
摘要
【目的】对土壤高光谱数据去噪提纯,提高土壤速效钾含量高光谱估测模型的精度和实用性。【方法】选取土壤有机质、碱解氮、有效磷含量近似而速效钾含量差异较大的样本76个,对土壤样本反射率对数的一阶导数光谱分别基于4种函数进行多层小波离散分解;提取小波低频系数,构建土壤速效钾含量高光谱估测模型。【结果】小波分解1—3层获得的低频系数可用以代表原始光谱。基于各小波函数相同尺度的低频系数,土壤速效钾含量估测建模精度差异不大。其中基于Bior 1.3函数分解的第2层低频系数建模精度略高,作为最佳估测模型,在数据压缩到25%、反映输入光谱信息95.6%的基础上,建模R2达到0.976,RMSE为10.66 mg.kg-1,经验证模型具有较好的预测准确度。【结论】通过小波分析获得小波系数,既提取了土壤高光谱信息,又对数据进行了压缩,结合偏最小二乘回归预测土壤速效钾含量是可行的。
引用
收藏
页码:1425 / 1431
页数:7
相关论文
共 23 条
[1]   不同尺度的微分窗口下土壤有机质的一阶导数光谱响应特征分析 [J].
刘炜 ;
常庆瑞 ;
郭曼 ;
邢东兴 ;
员永生 .
红外与毫米波学报, 2011, 30 (04) :316-321
[2]   基于小波去噪与SVR的小麦冠层含氮率高光谱测定 [J].
梁亮 ;
杨敏华 ;
臧卓 .
农业工程学报, 2010, 26 (12) :248-253
[3]   基于PLSR方法的青海茶卡-共和盆地土壤盐分高光谱遥感反演 [J].
翁永玲 ;
戚浩平 ;
方洪宾 ;
赵福岳 ;
路云阁 .
土壤学报, 2010, 47 (06) :1255-1263
[4]   小波变换在土壤有机质含量可见/近红外光谱分析中的应用 [J].
刘炜 ;
常庆瑞 ;
郭曼 ;
邢东兴 ;
员永生 .
干旱地区农业研究, 2010, 28 (05) :241-246
[5]  
A Spectral Index for Estimating Soil Salinity in the Yellow River Delta Region of China Using EO-1 Hyperion Data.[J]..Pedosphere.2010, 03
[6]   土壤理化特性与土壤光谱特征关系的研究进展 [J].
彭杰 ;
张杨珠 ;
周清 ;
庞新安 ;
伍维模 .
土壤通报, 2009, 40 (05) :1204-1208
[7]   不同类型土壤的光谱特征及其有机质含量预测 [J].
张娟娟 ;
田永超 ;
朱艳 ;
姚霞 ;
曹卫星 .
中国农业科学 , 2009, (09) :3154-3163
[8]  
近红外光谱小波分析在土壤参数预测中的应用.[J].郑立华;李民赞;潘娈;孙建英;唐宁;.光谱学与光谱分析.2009, 06
[9]   红外光谱在土壤学中的应用 [J].
邓晶 ;
杜昌文 ;
周健民 ;
王火焰 ;
陈小琴 .
土壤, 2008, 40 (06) :872-877
[10]   PCA结合马氏距离法剔除近红外异常样品 [J].
陈斌 ;
邹贤勇 ;
朱文静 .
江苏大学学报(自然科学版), 2008, (04) :277-279+292