基于偏最小二乘回归土壤有机质含量高光谱估算.PDFVIP

第 31 卷 第 14 期 农 业 工 程 学 报 Vol.31 No.14 2015 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2015 103 ·农业水土工程· 基于偏最小二乘回归的土壤有机质含量高光谱估算 于 雷，洪永胜，耿 雷，周 勇， 朱 强，曹隽隽，聂 艳 （1. 华中师范大学地理过程分析与模拟湖北省重点实验室，武汉 430079 ； 2. 华中师范大学城市与环境科学学院，武汉 430079 ） 摘 要：为实现基于光谱分析土壤有机质含量的快速测定，该文以江汉平原公安县的土壤为研究对象，进行室内理化分 析、光谱测量与处理等一系列工作，在土壤原始光谱反射率（raw spectral reflectance ，R ）的基础上，提取了其倒数之对 数 （inverse-log reflectance，LR ）、一阶微分 （first order differential reflectance，FDR ）和连续统去除 （continuum removal, CR ） 3 种光谱指标，分析 4 种不同形式的光谱指标与有机质含量的相关性，对相关系数进行 P=0.01 水平上的显著性检验来确 定显著性波段的范围，并基于全波段（400～2 400 nm ）和显著性波段运用偏最小二乘回归（partial least squares regression, PLSR ）建立了该区域土壤有机质高光谱的预测模型，通过模型精度的比较确定最优模型。结果表明，进行CR 变换后， 光谱曲线的特征吸收带更加明显，相关系数在可见光波段范围内有所提高；基于全波段的 PLSR 建模效果要优于显著性 波段，其中以 CR 的预测精度最为突出，其模型的决定系数 R2 和相对分析误差 RPD 分别为 0.84、2.58 ；显著性波段的 PLSR 模型与全波段对比在模型精度方面虽有一定差距，但从模型的复杂程度来比较，具有模型简单、运算量小、变量更少的 特点；最后，综合比较了全波段和显著性波段 4 种光谱指标的反演精度，发现 CR-PLSR 模型的建模和预测的效果比 R-PLSR 、LR-PLSR 、FDR-PLSR 模型都要显著。该研究可为将 CR-PLSR 高光谱反演模型用于该区域土肥信息的遥感监 测提供参考。 关键词：土壤；遥感；回归；土壤有机质；高光谱；显著性波段；偏最小二乘回归；江汉平原 doi ：10.11975/j.issn.1002-6819.2015.14.015 中图分类号：S127 文献标志码：A 文章编号：1002-6819(2015)-14-103-07 于 雷，洪永胜，耿 雷，等. 基于偏最小二乘回归的土壤有机质含量高光谱估算[J]. 农业工程学报，2015，31(14)： 103－109. doi ：10.11975/j.issn.1002-6819.2015.14.015 Yu Lei, Hong Yongsheng, Geng Lei, et al. Hyperspectral estimation of soil organic matter content based on partial least squares regression[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(14): 103 － 109. (in Chinese with English