基于小波分析的土壤速效K含量高光谱反演栾福明.pdfVIP

第38卷 第2期 Vol.38 No.2 2015年3月 ARID LAND GEOGRAPHY Mar. 2015 基于小波分析的土壤速效K含量高光谱反演 1 2 3，4 3，4 3，4 5 6 栾福明 ，熊黑钢 ，王 芳 ，时 卉 ，王昭国 ，张 芳 ，王晶晶 （1 丽水学院，浙江 丽水 323000；2 北京联合大学应用文理学院，北京 100083； 3 中国科学院新疆生态与地理研究所，新疆 乌鲁木齐 830011；4 中国科学院大学，北京100049； 5 新疆大学资源与环境科学学院，新疆 乌鲁木齐 830046；6 甘肃民族师范学院，甘肃 合作 747000） 摘 要： 选取新疆奇台县的134 个土壤样本，利用土壤反射率对数的一阶导数光谱分别对4 种小 波函数进行多层离散分解，采用PLSR 方法分别建立了土壤速效钾含量的反演模型，并对其精度值 进行检验。结果表明：小波分解获得的各层低频系数以1 ～3 层较高，而其余各层则较低。所有函 数分解的6 层中，均以第2 层低频系数建模的精度最高，随着分解层数（2 层）的增加，其精度值和 显著性明显降低。相同尺度下，采用4 种小波函数的低频系数构建的反演模型的精度差异较小，而 Bior1.3 为最优函数；基于Bior 1.3 分解的ca2 低频系数建模的R2 达0.964 ，RMSE 仅为8.19 mg ·kg-1 ， 且为极显著水平，为最佳反演模型，经样本检验后发现，此模型可用以快速、准确估算土壤高光谱 速效钾含量。 关 键 词： 土壤高光谱；速效钾；小波分析；反演模型；奇台县 中图分类号： S151.9 文献标识码：A 文章编号：1000-6060（2015）02-0320-07（320～326） DOI:10.13826/65-1103/x.2015.02.015 土壤速效K 含量的高低是衡量土壤肥力的重 通过伸缩平移运算对信号（函数）逐步进行多尺度 要指标之一，如何快速、准确的获得大范围土壤速 细化，最终实现对信号特征更精确的局部描述和分 效成分等有机质含量的数据，一直是现代化的精准 离的目的［7］，其在突变信号的检测、含噪信号去噪等 农业所面临的一个重大研究课题。而传统的化学 信号处理方面的优点被广泛地应用在农学、生态 测定方法，虽然精度高，但存在成本高、耗时长等问 学、水文学等领域［8］。通过小波离散分解，提取小波 题，无法满足现代精准农业施肥技术的需求。 低频系数，且各层的系数数目随着分解层数的增加 土壤高光谱反射谱段的特性是土壤的基本特 而减少，原始光谱数据得到相应压缩，却足以表示 征之一，它与土壤的化学与物理性质的关系密切， 光谱的整体特征［8-9］。 且具有成本低、速度快、分辨率高等特点。随着成 目前，虽然国内以及新疆地区对于土壤有机质 像技术的迅速发展，充分利用高光谱谱段数据进行 含量的相关研究较多，然而，土壤光谱数据采集过 土壤性质的定量研究成为可能。国内外众多学者 程中，土壤质地和水分等决定了光谱的基本形状， 的研究表明，光谱反射率的导数变换是土壤有机质 光谱仪精度、测试条件、土壤粒度等因素都会对光 预测的重要预处理方式之一［1］，先前学者的研究表 谱的细节噪声产生一定的影响。因此，选择一种合 明，350 ～2 500 nm 波段的高光谱反射数据可用以土 适的方法分解、处理土壤反射率的导数光谱，并分 壤理化参数的反演，而土壤光谱的导数运算对低频 离对土壤有机质有较好反映的特征光谱尤为重 噪声影响的敏感性有所降低，可用以增强光谱数据 要。而小波分析具有一定的优势，利用其进行干旱 与土壤有机质含量之间的相关关系［2-6］。小波分析 区土壤高光谱曲线去噪及反演方