《去除水分影响提高土壤有机质含量高光谱估测精度 Improving estimation precision of soil organic matter content by removing effect of soil moisture from hyperspectra》.pdfVIP

第 30 卷 第 8 期 农 业 工 程 学 报 Vol.30 No.8 2014 年 4 月 Transactions of the Chinese Society of Agricultural Engineering Apr. 2014 91 ·农业信息与电气技术· 去除水分影响提高土壤有机质含量高光谱估测精度 1,2 1 2 ※ 1 3 4 陈红艳 ，赵庚星 ，张晓辉 ，王瑞燕 ，孙 莉 ，陈敬春 （1．土肥资源高效利用国家工程实验室/ 山东农业大学资源与环境学院，泰安 271018 ； 2 ．山东农业大学机械与电子工程学院，泰安 271018 ； 3 ．山东农业大学信息科学与工程学院，泰安 271018 ； 4 ．山东省巨野县水务局，巨野 274900 ） 摘 要：土壤水分的影响是当前采用光谱分析法预测土壤养分含量的关键问题，该文旨在探索去除土壤水分影响、 提高有机质高光谱定量估测精度的方法。首先采用地物光谱仪进行湿土和过筛干土的高光谱测试，并进行一阶导数 变换；然后，采用奇异值分解（singular value decomposition，SVD）结合相关分析筛选土壤水分特征光谱，构建去 除水分因素的修正系数，形成湿土光谱的校正光谱；最后基于校正前后湿土光谱，应用偏最小二乘（partial least squares，PLS ）回归构建土壤有机质含量的估测模型，并对模型进行验证和比较，分析评价校正前后光谱的预测精 度。结果显示：按土壤水分含量梯度划分的 2 组和全部棕壤及褐土土样共 4 组样本校正后建模决定系数和均方根误 差分别为 0.85、0.82、0.74、0.76 和 0.19%、0.20%、0.23%、0.19%，决定系数提高了 0.02～0.09，均方根误差降低 了0.01～0.03 百分点，验证决定系数、均方根误差和相对分析误差分别为 0.78、0.77、0.72、0.76，0.21%、0.15%、 0.21%、0.15%和 2.03、2.02、1.86、1.98，决定系数提高了0.06～0.15，均方根误差除褐土土样提高0.02 百分点外， 其他样本组降低了 0.01～0.08 百分点，相对分析误差提高了 0.17～0.43，模型决定系数和相对分析误差得到显著提 升；尤其对于土壤水分含量变异系数较小的 3 组土样，模型从待改进级别提高到性能良好级别，对土壤有机质含量 具有较好的预测准确性。说明该方法用于去除土壤水分因素影响和提高有机质含量高光谱估测精度的有效性。 关键词：遥感；模型；土壤水分；高光谱；奇异值分解；偏最小二乘回归；土壤有机质 doi ：10.3969/j.issn.1002-6819.2014.08.011 中图分类号：S151.9 ；S127 文献标识码：A 文章编号：1002-6819 2014 -08-0091-10 陈红艳，赵庚星，张晓辉，等. 去除水分影响提高土壤有机质含量高光谱估测精度[J].农业工程学报，2014，30 8 ： 91－100. Chen Hongyan, Zhao Gengxing, Zhang Xiaohui, et al. Improving estimation precision of soil organic matter content by removing effect of soil moisture from hyperspectra[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE , 2014, 30 8 : 91 －100. in Chinese with English abstract 量，多是探讨土壤水分对有机质估测精度的影响， 0 引 言 为养分实时原位测定奠定基础[12-17] 。如美国农业部 土壤有机质含量是重要的作物产量影响指标， [13]和 ReevesIII[14]指出影响土壤有机质含 （USDA ） 是指导农业科学施肥的重要依据。自 20 世纪 80 年 量估测精度的主要因素是土壤含水率和粒度；王淼 代开始利用高光谱技术估测土壤有机质含量[1-3]，至 等[15]在实验室条件下分析了土壤含水量对反射光 今学者们对土壤有机质光谱预测建模进行了详细 谱法预测红壤有机质的影响。目前，将水分等土壤 [4-8] 的分析和细致的探索，取得了较为满意的结果 。 参数信息作为影响土壤养分光谱反演的外部因素 然而，现有较好的研究结果多是建立在使用高档光 来进行模型优化的研究也已开始[18-20] 。如 M