杨 晓 宇，包 妮 沙，曹 粤，刘 善 军

(1.东北大学资源与土木工程学院，辽宁 沈阳 110819；2.煤炭科学研究总院矿山大数据研究院/煤炭资源高效开采与洁净利用国家重点实验室，北京 100013)

0 引言

土壤有机质(Soil Organic Matter,SOM)及土壤全氮(Soil Total Nitrogen,STN)含量是土壤质量和肥力的重要指标，也是精准农业监测的重要部分，其空间分布可为作物种植者提供重要的参考信息，从而提高田间管理水平[1]。传统的土壤养分含量主要通过野外采样和实验室化学分析获取，虽然精度较高，但费时费力且会对土壤造成破坏，同时监测结果具有滞后性，无法满足土壤质量动态监测的需求。高光谱遥感为野外土壤信息的快速获取提供了新方式，也成为传统土壤理化测试分析向土壤野外实时监测方向发展的重要技术支撑[2]。

为探讨如何选择有效特征波段和反演模型提高土壤养分的反演和制图精度问题，本文以松辽平原秋收后的农田土壤为研究对象，针对无人机高光谱成像仪获取的图像，对比选择最优无人机图像光谱去噪方法，引入竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)和连续投影方法(Successive Projections Algorithm,SPA)，筛选特征波段并消除波段间的共线性，明确土壤有机质含量和全氮含量最佳光谱波段，进一步引入PSO-ELM并与PLSR和SVM对比，建立针对东北农田土壤有机质和全氮的高精度估测模型，分析无人机成像光谱技术农田土壤养分估测能力，为田间管理提供技术指导。

1 研究区与数据

1.1 研究区概况

研究区位于辽宁省沈阳市法库县农田，遥感影像及采样点分布如图1所示。……