咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于宽波段数据定量反演土壤有机质含量的研究 收藏

基于宽波段数据定量反演土壤有机质含量的研究

Quantitative Inversion of Soil Organic Matter Based on Wide Band Data

作     者:陈旭 李明 葛芳芳 陈东琼 王延仓 CHEN Xu LI Ming GE Fang-fang CHEN Dong-qiong WANG Yan-cang

作者机构:北华航天工业学院计算机与遥感信息技术学院河北廊坊065000 河北省航天遥感信息处理与应用协同创新中心河北廊坊065000 

出 版 物:《湖北农业科学》 (Hubei Agricultural Sciences)

年 卷 期:2017年第56卷第18期

页      面:3540-3544页

学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基  金:河北省青年科学基金项目(D2017409021) 国家自然科学基金项目(41571323) 国家公益性行业(农业)科研专项(201303109) 北京市优秀人才青年拔尖个人项目(2014000021223ZK38) 

主  题:宽波段 反射率模拟 土壤有机质 偏最小二乘 

摘      要:定量分析了北京顺义、通州区土壤高光谱反射特征,利用资源三号、高分一号、高分二号传感器的光谱响应函数,结合高光谱数据生成相应宽波段模拟数据;将土壤光谱数据、拟合宽波段数据分别与实测土壤有机质含量开展相关性分析,提取并筛选敏感波段,利用偏最小二乘法建立基于高光谱数据的土壤有机质含量预测模型;依据宽波段模拟数据和实测土壤有机质含量的相关性,提取并筛选敏感波段,建立土壤有机质含量预测模型。结果表明,在基于土壤高光谱数据建立的土壤有机质含量预测模型中,以对数的一阶微分为最优,其R和RMSE分别为0.697和0.195,偏最小二乘法得到的反演土壤有机质含量的模型是可靠的;在基于模拟宽波段构建的土壤有机质含量估测模型中,以高分一号的拟合精度最高,R和RMSE分别为0.334和0.240;受室外不可控因素的影响,模拟宽波段数据在估测北方地区土壤有机质含量方面仍需进一步研究。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分