紫色土土壤全氮和全磷含量的高光谱遥感预测.pdfVIP

第33卷，第3 期 光谱学与光谱分析 Vol. 33.No. 3.pp723-727 2 0 1 3 年 3 月 Spectroscopy and Spectral Analysis March , 2013 紫色土土壤全氮和全磷含量的高光谱遥感预测 徐丽华，谢德体\魏朝富，李 兵 西南大学资源环境学院，重庆 4∞716 摘 要 高光谱遥感技术是土穰养分预测的有效手段之一.以三峡库区王家沟小流域为研究区，在对土攘 样本的理化性质和实验室反射光谱数据分析和测量的基础上，用偏位小二乘回归方法建立了紫色土土壤全 氯和全:磷含量的预测模型，并用 33 个水稻土土壤样本对紫色土土攘养分预测模型进行了验证.结果显示， 紫色土土壤全氮预测模型得到的土攘样本预测值和实测值之间的总相关系数达到了。.672 ，而紫色土土攘全 磷预测模型得到的相关系数只有0.498; 用紫色土土攘养分预测模型对水稻土土攘养分进行预测得到的相关 系数分别为O. 550 和O. 124. 因此， 用高光谱来预测紫色土土攘全氮含量具有一定的可行性， 但商光谱对于 紫也土全磷含量的预测效果相对较差5 土攘养分预测模型在不同类型土攘之间并不具有很好的通用性. 关键词 紫色土;水稻土E 全氯z 金磷z 高光谱;偏最小二乘回归 ~圈分类号: S159.9 文献标iR码: A ∞1: 10. 3964/j. issn. 10伪-{)593 (2013 )03-0723-05 1 实验部分 引言 高光谱遥感凭借其较高的光谱分辨率具.备了定量获取土 1. 1 土.样本的野外来‘ 土攘样本来集于三峡库区王家沟小流域，共采集耕层土 壤养分含量的研究潜力[叫 ，并且已经在土壤养分的实验室 攘(0-20 cm)样本 111 个，其中 78 个样本的土嚷类型为紫 反演中取得了较好的效果(5-8] . 但是，高光谱对不同类型土 色土， 33 个样本的土凛类型为水稻土〈图 1). 果好的土攘样 壤的养分状况的综测能力可能并不相同. 因此，在全国范围 本装入塑料袋中编号，带回实验室进行风子，经过研磨、过 内研究高光谱遥感对于不同地区不同类型土攘养分含量的探 测能力对于精准农业的发展仍然具有重要的意义。1 . 另一方 面，国内现有的研究多数是用不同的方法来提高某研究区内 特定的土嚷类型养分含量预测精度，用于土攘养分预测模型 在不同土攘类型之间适用性研究的供试土攘主要来自子不同 地区的不同类型土攘[8· ，针对同一研究区内不同类型土攘 的高光谱反革H模型的适用性研究仍值得进一步探讨{时 . 本 研究拟利用土攘样本的反射光谱建立紫色土土攘全氮和全魏 含量的预测模型，尝试探讨阳光谱遥感技术对于紫色土土攘 养分的探测能力以及水稻土土壤养分对紫色土土壤养分预测 模型的适用性，为高光谱遥感方法在土攘养分预测中的应用 P凰Idv崎il 提供新的案例支持。 lIa-ple lOil w.且随t$