土壤钾含量高光谱定量反演研究

被引：18

作者：

胡芳 ^{[1
,2
]}

蔺启忠 ^{[1
]}

王钦军 ^{[1
]}

王亚军 ^{[1
,2
]}

机构：

[1] 中国科学院对地观测与数字地球科学中心

[2] 中国科学院研究生院

来源：

国土资源遥感 | 2012年 / 04期

关键词：

土壤; 高光谱遥感; 钾;

D O I：

暂无

中图分类号：

S153.6 [土壤成分]; TP79 [遥感技术的应用];

学科分类号：

0903 ; 090301 ; 081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

为了更快捷准确地进行土壤钾(K)含量的预测,基于土壤高光谱数据和化学元素分析数据,研究土壤光谱与土壤钾含量之间的定量关系。在对土壤原始光谱进行处理分析基础上,提取反射率(R)、反射率倒数的对数(log(1/R))、反射率一阶微分(R')和波段深度(BD)4种光谱指标,运用偏最小二乘回归方法建立相应的预测模型,并对模型进行检验。结果表明,波段深度是估算土壤钾含量最好的光谱指标,其建模精度超过0.85,均方根误差不超过0.1;全波段高光谱分辨率反射光谱具有快速有效估算土壤钾含量的潜力。

引用

页码：157 / 162

页数：6

共 17 条

[1] 重金属含量的高光谱建模反演:考古土壤中的应用 [J].

徐明星 ;

吴绍华 ;

周生路 ;

廖富强 ;

马春梅 ;

朱诚 .

红外与毫米波学报, 2011, 30 (02) :109-114

[2]

基于中红外漫反射光谱的土壤重金属元素含量预测研究[J]. 邬登巍,吴昀昭,马宏瑞.光谱学与光谱分析. 2010(06)

[3] 提升对土壤认识,创新现代土壤学 [J].

赵其国 .

土壤学报, 2008, (05) :771-777

[4] 土壤钾素转化的影响因素及其研究进展 [J].

丛日环 ;

李小坤 ;

鲁剑巍 .

华中农业大学学报, 2007, (06) :907-913

[5] 基于反射光谱预测土壤重金属元素含量的研究 [J].

王璐 ;

蔺启忠 ;

贾东 ;

石火生 ;

黄秀华 .

遥感学报, 2007, (06) :906-913

[6] Effect of Long-Term Application of K Fertilizer and Wheat Straw to Soil on Crop Yield and Soil K Under Different Planting Systems [J].

TAN Deshui JIN Jiyun HUANG Shaowen LI Shutian and HE Ping Institute of Agricultural Resources and Regional Planning Chinese Academy of Agricultural SciencesKey Laboratory of Plant Nutrition Cycling Ministry of Agriculture Beijing PRChina .

Agricultural Sciences in China, 2007, (02) :200-207

[7] 土壤有机质光谱特征研究 [J].