耕层土壤含水量高光谱间接估测模型研究.pdfVIP

目 录 中 文 摘 要I AbstractIII 1绪 论1 1.1研究目的及意义1 1.2 国内外研究现状2 1.2.1最佳观测条件2 1.2.2 光谱噪声消除技术2 1.2.3土壤理化性质对光谱反射率的影响3 1.2.4 土壤含水量敏感波段研究4 1.2.5特征因子选取4 1.2.6土壤含水量建模反演4 1.3研究内容及技术路线5 1.3.1主要研究内容6 1.3.2 研究思路和技术路线7 2数据来源及光谱特性分析9 2.1研究区概况9 2.1.1位置境域9 2.1.2 气候特征9 2.1.3土地资源9 2.2 数据获取9 2.2.1土壤含水量数据获取9 2.2.2 光谱数据获取11 2.3数据预处理11 2.3.1断点校正11 2.3.2 光谱去噪11 2.3.3 异常样本的剔除12 2.4 本章小结12 3 光谱分析及特征因子选取13 3.1光谱特性分析13 3.2 光谱变换14 3.2.1光谱变换方法原理14 3.2.2 变换光谱16 3.3特征因子选取17 3.3.1相关系数法17 3.3.2 表层土壤含水量相关系数曲线图17 3.3.3特征因子选取19 3.4 本章小结19 4耕层土壤含水量间接估测模型研究21 4.1表层土壤含水量与耕层土壤含水量的关联性21 4.2 耕层土壤含水量的两种间接估测模型21 4.2.1基于表层与耕层关系的间接估测模型21 4.2.2 基于表层光谱与耕层含水量的间接估测模型22 4.3 常用估测方法简介22 4.3.1传统线性估测方法22 4.3.2 传统非线性估测方法23 4.3.3新兴机器学习估测法24 4.4 基于卷积神经网络的耕层土壤含水量间接估测模型25 4.4.1卷积神经网络25 4.4.2 主成分分析25 4.4.3光谱信息矩阵26 4.4.4 模型构建26 4.5模型精度评价27 4.6本章小结28 5 结果与分析29 5.1耕层土壤含水量的两种间接估测模型结果29 5.1.1多元线性回归结果29 5.1.2 偏最小二乘回归结果32 5.1.3主成分回归结果34 5.1.4BP 神经网络结果36 5.1.5RBF 神经网络结果37 5.1.6 支持向量机结果39 5.1.7 对比分析41 5.2 基于卷积神经网络的耕层土壤含水量间接光谱估测模型结果42 5.2.1估测结果42 5.2.2 对比分析44 5.3本章小结45 6 结论与展望47 6.1结论47 6.2 主要创新点48 6.3展望48 参 考 文 献50 致谢56 攻读硕士期间发表论文与参与项目57 山东农业大学硕士论文 中 文 摘 要 土壤水分是土壤的重要组成部分，是土地资源评价和作物生长状况监测的重要指 标，对农作物生长发育具有不可替代的作用。光学卫星遥感只能探测土壤表层的含水 量，无法实现对土壤耕层含水量的快速监测。而传统的以烘干法为主的土壤水分测定 方法虽然精度较高，但测量周期较长，过程复杂，费时费力，难以快速准确的获取数 据。高光谱遥感由于光谱分辨率高、波段多、信息丰富等优点，为定量监测大面积土 壤水分含量提供了新技术。因此，研究土壤表层光谱特性，建立土壤耕层含水量的间 接光谱估测模型，对实现光学卫星遥感快速监测土壤耕层含水量及发展精细农业都具 有重要意义。 本研究以山东省济阳县为研究区，以采集的85个土样的含水量以及其室内外反射 率光谱为研究对象，基于表层与耕层含水量之间的相关性，使用不同的方法进行实验， 建立了耕层土壤含水量间接光谱估测模型，对耕层土壤含水量进行估测，并通过不同 模型之间对比，验证了间接光谱估测模型的有效性。主要研究内容及结论如下： （1）确定了济阳县土壤含水量的敏感波段及特征因子 通过使用对比分析法，将土壤的表层光谱与耕层光谱进行分析，接着使用平方、 平方根、对数、倒数、一阶微分及其组合等9种光谱变换方法对光谱进行变换，通过 原始及变换光谱与土壤含水量之间的相关分析确定土壤含水量的敏感波段，并利用极 大相关性原则提取了特征因子。结果表明：济阳县土壤表层含水量以及耕层含水量的 室外光谱在不同含水量的情况下，光谱变化趋势大致相同，土壤光谱反射率随着含水 量的增加而降低，二者呈负相关性。经过光谱变换后，平方