基于小波分析的土壤碱解氮含量高光谱.pdfVIP

第33卷，第10期 光谱学与光谱分析 201 3年10月 and October，2013 SpectroscopySpectralAnalysis 基于小波分析的土壤碱解氮含量高光谱反演 栾福明1’2，熊黑钢n，王芳1’2，张 芳4 1 1．中国科学院新疆生态与地理研究所，新疆乌鲁木齐83001 2．中国科学院大学，北京100049 3．北京联合大学应用文理学院，北京100083 4．新疆大学资源与环境科学学院，新疆乌鲁木齐830046 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四种小波函数进 行多层离散分解，采用PLSR方法分别建立了土壤碱解氮含量的反演模型，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，随着分解层数的增加，其精度值和显著性明显降低。相同尺度下，采用四种小波 函数的低频系数构建的反演模型的精度差异较小，而Biorl．3为最优函数；基于Biorl．3分解的ca2低频系 数建模的R2达0．977，RMSE仅为7．51 rag·kg，且为极显著，为最佳反演模型，经检验，可用以快速、 准确估算土壤高光谱碱解氮含量。 关键词土壤高光谱；碱解氮；反演模型；奇台县 中图分类号：S151．9文献标识码：A 去噪的研究相对较少[10,11]，因此，本文通过对土壤碱解氮含 引 言 量高光谱数据的小波变换和偏最小二乘回归法(PLSR)分 析，建立不同的反演模型并进行检验，确定其最佳估算模 土壤碱解氮含量的高低是衡量土壤肥力的重要指标之 型，可为今后干旱区土壤养分元素参数信息的提取提供科学 一，传统的化学测定方法，虽然精度高，但存在成本高、耗 依据。 时长等问题，无法满足现代精准农业施肥技术的需求。 土壤高光谱反射谱段的特性是土壤的基本特征之一，它 1实验部分 与土壤的化学与物理性质的关系密切，且具有成本低、速度 快、分辨率高等特点。随着成像技术的迅速发展，充分利用 1．1样本制备 高光谱谱段数据进行土壤性质的定量研究成为可能。国内外 2010年10月，在新疆天山北坡的奇台县吉布库镇、西 众多学者的研究表明，光谱反射率的导数变换是土壤有机质 地镇、西北湾乡等乡镇随机采取o～20C1TI的土壤样本134 500 预测的重要预处理方式之一[1]，350～2nIn波段的高光 个，且每个土壤样本点均重复采样3次，其采集点尽量均匀 谱反射数据可用于土壤理化参数的反演[2_6|。而小波分析通覆盖盐碱地、小麦地、玉米地、荒地、甜菜地等不同作物下 过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终实 的土地利用类型(图1)。研究区的碱化土壤具有由灰棕色荒 现对信号特征更精确的局部描述和分离的目的[7]，其在突变 漠土向灰钙土过渡的性质，其土壤类型、分布特征在北疆地 信号的检测、含噪信号去噪等信号处理方面的优点被广泛地 区具有典型性和代表性。 应用在农学、生态学、水文学等领域。通过小波离散分解， 土壤样本采集后，送中国科学院新疆生态与地理研究所 提取小波低频系数，且各层的系数数目随着分解层数的增加 土壤理化分析实验室，由专业人员完成采用稀释热法分别测