辛京达 陈成 刀剑 王建雄

摘要：选取云南农业大学某试验地为研究区域，一方面利用无人机挂载多光谱相机获取研究区域的多光谱遥感影像，通过对比多光谱单波段反射率以及多光谱影像发现，绿光和红光波段对3类土壤较为敏感，且反射率具有明显差异，对多光谱数据进行8种合成指数计算后发现，红绿比值指数（RG）对3种土壤的区分效果最优;另一方面利用美国ASD公司的FS4 NG地物光谱仪对获取的土壤样本进行多光谱测定，通过主成分分析对土壤样本进行区分，一阶微分变换后主成分分析前5个主成分提供了85%的光谱信息，而二阶微分变换后主成分分析前5个主成分提供了95%的光谱信息，且后者区分效果优于前者。

关键词：多光谱;高光谱;植被指数;主成分分析;土壤类型区分

中图分类号： S127;S151.9  文献标志码： A  文章编号：1002-1302（2021）10-0207-06

土壤作为农业生产的基础，是一种至关重要的自然资源，快速准确地对土壤进行区分，可以加快土地利用规划等工作的进度。随着光谱技术的快速发展，众多学者尝试利用光谱技术对土壤进行类别划分[1]。如Stoner等将美国和巴西的485个土壤样本的反射光谱曲线分为5种类型：有机质控制型、最小改变型、铁影响型、有机质影响型和铁控制型[2];我国学者戴昌达将我国的23类土壤，根据其反射光谱特征，将反射光谱曲线分为4类：平直型、缓斜型、陡坎型和波浪形[3];李丹等将215个广东省水稻土壤数据通过S-G一阶导数平滑，处理后带入支持向量机分类，土类级分类精度达到59%[4];吴豪翔等对我国南方丘陵的砖红壤、红壤、黄壤、水稻土和紫色土的光谱反射率进行了定量分析，为土壤分类提供了光谱定量指标[5]。……