基于TASI热红外数据的黑土土壤发射率光谱与土壤全钾含量关系研究
2020-09-05赵宁博赵英俊
光谱学与光谱分析 2020年9期
关键词:模型
李 明, 秦 凯, 赵宁博, 田 丰, 赵英俊
核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室, 北京 100029
引 言
土壤是植被生存的基础, 即是人类赖以生存的基础。 土壤中含有大量的养分, 这些养分能直接或经转化后被植物根系吸收的矿质营养成分, 一般包括氮、 磷、 钾、 钙、 镁、 硫、 铁、 硼、 钼、 锌、 锰、 铜和氯等元素[1], 与传统的土壤元素化学测定方法相比, 航空及航天高光谱能够高效地对大面积地区进行检测, 其通过定量研究不同波段光谱与元素含量的关系进行建模反演, 能够获取大面积研究区某元素的含量分布图。 国内外学者在可见-近红外波段对土壤的水分[2-3]、 有机质[4-5]、 含盐量[6-8]、 养分元素[9-11]等的定量反演做了大量研究工作, 这一波段范围已经无法满足诸多学者的研究热情, 因此中红外波段成为了新的土壤理化参数定量反演研究热点。 阿尔达克·克里木等[12]利用4种变换后的热红外发射率光谱特征通过多元回归的方法建立其与土壤含盐量的模型; 夏军等[13]通过分析125个土壤样本热红外波段与土壤含盐量的相关性以及通过偏最小二乘与逐步回归建模, 得到土壤热红外发射率估算盐分含量的模型, 并得出偏最小二乘法定量反演土壤含盐量效果比逐步回归好这一结论, 模型预测的R2达到0.958, RMSE为1.911%; 杨永民等[14]基于热红外数据, 对土壤含水量四种估算方法进行对比分析, 使用ASTER数据估算了黑河流域中游地区的土壤水分状况。 由此可见, 发射率数据与土壤众多理化指标有较为紧密的关系。……
登录APP查看全文
