基于高光谱数据预测土壤碱化程度最佳模型及其影响因素的研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目(41171165、41261049)、北京联合大学人才强校计划人才资助项目(BPHR2012E01)和新疆大学博士启动基金项目(BS110124)资助


Optimal Model of Soil pH and Influencing Factors By Using Hyperspectral Data
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为快速准确地估测土壤碱化程度,对实测波段范围为400 ~ 900 nm 的土壤光谱数据进行了波段差、波段比、波段归一化3种预处理,采用偏最小二乘法(PLSR)建立了不同波段范围的土壤pH的预测模型,并利用测试集数据对模型进行精度检验。结果表明:采用归一化、波段比2种方式对原始光谱进行预处理,可有效地增强光谱与土壤pH的相关性,并抑制干扰信息,其中归一化最优。虽然可见光波段范围(400 ~ 750 nm)所建立的预测模型与全波段(400 ~ 900 nm)预测模型R2相同,但其RMSEP比全波段减少了0.059,RPD提高了0.2,说明该波段范围包括了反映土壤pH的大部分信息,是建立其预测模型的优势波段。因此,利用可见光波段的光谱数据,采用归一化预处理可以具有较好稳定性和预测能力地预测土壤pH的最佳模型(R2 = 0.90,RMSECV = 0.104)。

    Abstract:

    Based on the monitored data of soil PH and measured VIS-NIR reflectance on given spots, the relationship between measured reflectance and soil PH was analyzed. Partial least squares regression (PISR) was used to build predicting model of pH value, band ratio, differential and normalization were calculated based on measured VIS-NIR reflectance within 400 – 900 nm. The results showed that band ratio and normalization can effectively enhance the correlations between spectral and soil pH, and interference information was suppressed. Accuracy of the model based on normalized got the best effect, R2 was 0.90, which showed that the band contained most information of soil pH.

    参考文献
    相似文献
    引证文献
引用本文

王凯龙,熊黑钢,张 芳.基于高光谱数据预测土壤碱化程度最佳模型及其影响因素的研究[J].土壤,2014,46(3):544-549. WANG Kai-long, XIONG Hei-gang, ZHANG Fang. Optimal Model of Soil pH and Influencing Factors By Using Hyperspectral Data[J]. Soils,2014,46(3):544-549

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2014-07-11
  • 出版日期: