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

来源：

中国农业科学 | 2012年 / 45卷 / 07期

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

页码：1425 / 1431

页数：7

共 23 条

[11] Using remote sensing data to evaluate surface soil properties in Alabama ultisols [J].