利用高光谱和GF-1模拟多光谱进行土壤有机质预测和制图研究

被引：8

作者：

郭燕 ^{[1
]}

程永政 ^{[1
]}

王来刚 ^{[1
]}

刘婷 ^{[1
]}

陈颂超 ^{[2
]}

郑国清 ^{[1
]}

机构：

[1] 河南省农业科学院农业经济与信息研究所

[2] 浙江大学农业遥感与信息技术研究所

来源：

土壤通报 | 2016年 / 47卷 / 03期

关键词：

有机质(SOM); 高光谱; GF-1遥感影像; 地统计; 制图;

D O I：

10.19336/j.cnki.trtb.2016.03.05

中图分类号：

S153.6 [土壤成分];

学科分类号：

0903 ; 090301 ;

摘要：

利用土壤有机质(SOM)高光谱数据和模拟GF-1多光谱影像的波段响应函数生成的宽波段多光谱模拟数据,对比高光谱预处理和构建土壤植被指数,探索模拟GF-1光谱预测SOM的潜力。研究表明,SOM的一阶微分高光谱和模拟GF-1光谱数据构建的土壤指数与SOM的相关性最好。PLSR建模分析表明采用一阶微分高光谱数据可以很好的对SOM进行预,而且模型稳健(R2=0.962,RPD=4.87);模拟GF-1光谱也可以较好的进行SOM的预测,但是模型的稳定性相对较差R2=0.557,RPD=1.43。同时,SOM制图的空间分布表明,采用一阶微分光谱数据和模拟GF-1数据预测得到的SOM含量与实测的SOM表现出相似的空间分布特征。这为采用多光谱数据进行大尺度、大范围的SOM预测提供了基础。

引用

页码：537 / 542

页数：6

共 15 条

[1] 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

[2]

利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量.[J].王延仓;顾晓鹤;朱金山;龙慧灵;徐鹏;廖钦洪;.光谱学与光谱分析.2014, 01

[3] 基于野外Vis-NIR光谱的土壤有机质预测与制图 [J].

郭燕 ;

纪文君 ;

吴宏海 ;

史舟 .

光谱学与光谱分析, 2013, 33 (04) :1135-1140

[4] 基于多元地统计的土壤有机质含量空间格局反演 [J].

陈锋锐 ;

秦奋 ;

李熙 ;

彭光雄 .

农业工程学报, 2012, 28 (20) :188-194+297

[5] 几种不同类型土壤的VIS-NIR光谱特性及有机质响应波段 [J].

纪文君 ;

史舟 ;

周清 ;

周炼清 .

红外与毫米波学报, 2012, 31 (03) :277-282

[6] 土壤近地传感器研究进展 [J].

史舟 ;

郭燕 ;

金希 ;

吴豪翔 .

土壤学报, 2011, 48 (06) :1274-1281

[7] 基于多光谱遥感影像的表层土壤有机质空间格局反演 [J].

张法升 ;

曲威 ;

尹光华 ;

刘作新 .

应用生态学报, 2010, 21 (04) :883-888

[8] 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

[9]

Prediction of soil organic matter using a spatially constrained local partial least squares regression and the C hinese vis– NIR spectral library.[J].Z. Shi;W. Ji;R. A. Viscarra Rossel;S. Chen;Y. Zhou.European Journal of Soil Science.2015, 4

[10]

Multitemporal soil pattern analysis with multispectral remote sensing data at the field-scale.[J].Gerald Blasch;Daniel Spengler;Christian Hohmann;Carsten Neumann;Sibylle Itzerott;Herrmann Kaufmann.Computers and Electronics in Agriculture.2015,

← 1 2 →