盐渍化土壤光谱特征的区域异质性及盐分反演

被引:57
作者
彭杰 [1 ]
刘焕军 [2 ]
史舟 [3 ]
向红英 [1 ]
迟春明 [1 ]
机构
[1] 塔里木大学植物科学学院
[2] 东北农业大学资源与环境学院
[3] 浙江大学农业遥感与信息技术应用研究所
关键词
土壤; 盐分; 遥感; 高光谱; 1∶5浸提液电导率; 盐渍化; 反演精度;
D O I
暂无
中图分类号
S156.41 [];
学科分类号
0910 ;
摘要
该文通过分析中国新疆、浙江、吉林3个不同地区盐渍化土壤的高光谱特征,研究了盐渍化土壤高光谱特征的区域异质性,并对构建高精度的跨区域土壤盐分高光谱定量反演模型,应用25种数据处理方式来提高全局建模的精度,旨在提高具有光谱异质性土壤的盐分反演精度。结果表明:不同地区的盐渍化土壤,无论是反射率还是光谱曲线形态方面,均存在较明显的差异,但经过一阶微分处理后,光谱差异有所降低;对3个地区土壤盐分含量局部建模与全局建模的精度进行比较,在所选用的直线回归、主成分回归、多元线性回归、偏最小二乘回归4种建模方法中,全局建模精度均低于局部建模精度;不同地区盐渍化土壤的盐分敏感波段不一致,在所采用的25种数据处理方式中,SG3点一阶微分(savitzky golay)、SG5点一阶微分、SG7点一阶微分、线性基线校正+SG3点一阶微分、SG平滑+SG3点一阶微分、SG平滑+线性基线校正+SG3点一阶微分这6种数据处理方式对全局建模的建模精度有明显改善作用,模型的相对分析误差均达到2.0以上,其中以SG平滑+SG3点一阶微分为最佳,其决定系数、均方根误差、相对分析误差分别为0.80、0.43、2.23。研究结果为跨区域土壤盐渍化的航天高光谱遥感监测提供了一定的参考依据。
引用
收藏
页码:167 / 174
页数:8
相关论文
共 19 条
[1]   Using hyperspectral vegetation indices as a proxy to monitor soil salinity [J].
Zhang, Ting-Ting ;
Zeng, Sheng-Lan ;
Gao, Yu ;
Ouyang, Zu-Tao ;
Li, Bo ;
Fang, Chang-Ming ;
Zhao, Bin .
ECOLOGICAL INDICATORS, 2011, 11 (06) :1552-1562
[2]   Reflectance spectroscopy for the assessment of soil salt content in soils of the Yellow River Delta of China [J].
Weng, Yongling ;
Gong, Peng ;
Zhu, Zhiliang .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2008, 29 (19) :5511-5531
[3]   Potential for onsite and online analysis of pig manure using visible and near infrared reflectance spectroscopy [J].
Saeys, W ;
Mouazen, AM ;
Ramon, H .
BIOSYSTEMS ENGINEERING, 2005, 91 (04) :393-402
[4]   Remote sensing of soil salinity: potentials and constraints [J].
Metternicht, GI ;
Zinck, JA .
REMOTE SENSING OF ENVIRONMENT, 2003, 85 (01) :1-20
[5]   Image-derived spectral endmembers as indicators of salinisation [J].
Dehaan, R ;
Taylor, GR .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2003, 24 (04) :775-794
[6]   Near-infrared reflectance spectroscopic analysis of soil C and N [J].
Chang, CW ;
Laird, DA .
SOIL SCIENCE, 2002, 167 (02) :110-116
[7]   Field-derived spectra of salinized soils and vegetation as indicators of irrigation-induced soil salinization [J].
Dehaan, RL ;
Taylor, GR .
REMOTE SENSING OF ENVIRONMENT, 2002, 80 (03) :406-417
[8]   中国主要土壤高光谱反射特性分类与有机质光谱预测模型 [J].
史舟 ;
王乾龙 ;
彭杰 ;
纪文君 ;
刘焕军 ;
李曦 ;
Raphael A VISCARRA ROSSEL .
中国科学:地球科学, 2014, 44 (05) :978-988
[9]   滨海盐土盐分含量与其光谱特征的关系研究 [J].
卢霞 .
水土保持通报, 2012, 32 (05) :186-190
[10]  
基于可见近红外高光谱的东北盐渍土盐分定量模型研究.[J].张晓光;黄标;季峻峰;胡文友;孙维侠;赵永存;.光谱学与光谱分析.2012, 08