基于无人机高光谱影像的煤矿区土壤养分预测方法研究

作     者：李娜艳 

作者单位：山西农业大学 

学位级别：硕士

导师姓名：徐占军

授予年度：2022年

学科分类：0810[工学-信息与通信工程] 08[工学] 09[农学] 0903[农学-农业资源与环境] 081002[工学-信号与信息处理] 090301[农学-土壤学] 

主      题：土壤养分 高光谱遥感 预测模型 无人机影像填图 煤矿区 

摘      要：论文以山西省长治市王庄煤矿为研究区,选取矿区范围内受煤炭井工开采影响程度不同的三块耕地作为研究样地,分别为受井工开采扰动的A区、扰动稳定的B区、未受井工开采扰动的C区。现场采集不同区域的土壤样品带回实验室测定其土壤碱解氮(AN)、速效磷(AP)、速效钾(AK)和有机质(SOM)含量,利用ASD地面光谱仪在暗室对采集到的土壤样品进行光谱反射率的测量。通过倒数变换(1/R)、多元散射校正(MSC)、一阶微分变换(FD)、二阶微分变换(SD)四种方法对室内高光谱数据进行预处理,运用相关性分析筛选敏感波段。采用多元线性回归(MLR)、偏最小二乘回归(PLSR)、BP神经网络(BPNN)、随机森林(RF)、支持向量机(SVM)5种模型建立土壤养分光谱估测模型,筛选最佳模型进行无人机高光谱遥感影像填图并对比各模型土壤有机质填图的效果。研究结果可为研究区周边耕地土壤养分监测提供一定的理论基础,为利用高光谱遥感影像进行大面积土壤监测与制图提供参考。主要研究结论如下:(1)土壤碱解氮含量与经过二阶微分变换的光谱反射率在波段2433 nm处相关系数的绝对值最大为0.45。五种建模结果表明:土壤碱解氮1/R-RF模型效果最好,建模集R为0.835,RMSE为1.548 mg/kg,验证集R为0.824,RMSE为2.136 mg/kg。(2)土壤速效磷含量与经过二阶微分变换的光谱反射率在波段833 nm处相关系数的绝对值最大为0.49。五种建模结果表明:土壤速效磷1/R-RF模型效果最好,建模集R为0.736,RMSE为8.129 mg/kg,验证集R为0.544,RMSE为27.104 mg/kg。(3)土壤速效钾含量与经过二阶微分变换的光谱反射率在波段2072 nm处相关系数的绝对值最大为0.48。五种建模结果表明:土壤速效钾1/R-RF模型效果最好,建模集R为0.809,RMSE为11.580 mg/kg;验证集R为0.659,RMSE为37.742 mg/kg。(4)土壤有机质含量与经过一阶微分变换的光谱反射率在波段1860 nm处相关系数的绝对值最大为0.70。五种建模结果表明:土壤有机质1/R-RF模型效果最好,建模集R为0.915,RMSE为0.373 g/kg,验证集R为0.860,RMSE为0.944 g/kg。(5)运用1/R-RF模型对无人机高光谱遥感影像的进行填图,结果表明:开采扰动区土壤养分分布情况为西南高、东北低;扰动稳定区土壤养分分布情况为道路北侧低、南部高;对照区土壤养分分布均匀,养分含量大致呈现南高北低。三块耕地养分预测含量均值为对照区开采扰动区扰动稳定区。此外,选用经过倒数变换的五种建模方法对研究区三块样地土壤有机质含量进行填图发现,五种模型对土壤有机质含量的预测效果为:RF模型BPNN模型SVM模型PLSR模型=MLR模型。