APP下载

基于光谱相似性匹配的土壤有机碳估算*

2021-10-11李宏达李德成

土壤学报 2021年5期

李宏达,李德成,曾 荣†

(1. 南京信息工程大学地理科学学院,南京 210044;2. 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所),南京 210008)

土壤是地球关键带的核心之一[1],定量研究土壤发生学、土壤属性和功能、土壤发生的时空变化,是当今全球变化背景下土壤科学研究面临的挑战[2-3]。土壤有机碳含量是评价土壤质量演变的重要指标之一,它直接影响土壤肥力和作物产量,作为衡量土壤肥力的重要指标[4],其定量化快速监测成为精准农业研究的热点[5]。传统的测定方法费时、费力、费钱,且污染环境,可见-近红外光谱的发展为该问题提供了解决方法[6],土壤可见-近红外光谱是土壤理化参数的综合反映,结合化学计量模型已实现了对有机碳等诸多土壤属性的快速估算。目前,建立了局地、国家、洲际乃至全球等不同尺度的土壤光谱库,但前人的研究表明,基于光谱库采用全局建模预测的效果并不理想[7]。如何从光谱库中挑选合适的建模集以实现对任一局部地区土壤有机碳的高精度预测,是一个值得研究的问题。

前人的研究表明,利用光谱相似性匹配挑选建模集可以提高预测精度[8],光谱相似性匹配是依据某一特定的光谱相似性指数来判定未知光谱与参考光谱之间的相似度[9]。该方法提高预测精度存在如下假设:即相似的光谱具有相似的理化属性,依据光谱相似性匹配可以挑选光谱维度上的局部建模集(local model)。光谱相似性指数在遥感影像分类中的应用较多,但是利用光谱相似性匹配来预测土壤属性的研究较少[10]。……

登录APP查看全文