基于高光谱的土壤有机质含量预测模型的建立与评价

被引:52
作者
卢艳丽
白由路
杨俐苹
王红娟
机构
[1] 中国农业科学院农业资源与农业区划研究所/农业部植物营养与养分循环重点开放实验室
关键词
光谱; 有机质; 模型;
D O I
暂无
中图分类号
S153.62 [];
学科分类号
0903 ; 090301 ;
摘要
【目的】土壤有机质含量是反映土壤肥力的重要特征,利用高光谱技术对有机质(OM)含量进行定量化反演为土壤信息化管理和资源评价提供了重要的依据。【方法】利用ASD2500高光谱仪在室内条件下测定了风干土壤样品的可见—近红外光谱,分析了不同区域范围土壤光谱反射率曲线形状变化和土壤有机质含量的变化特点,并针对东北地区以黑土为主的土样光谱反射率不同变换形式与有机质含量进行了相关性分析。【结果】结果表明,有机质含量较高的黑土的光谱曲线与其它土壤类型的光谱曲线在形状上有很大差异,即在600~900nm附近,以黑龙江土样为代表的东北黑土表现为直缓上升,而河南和山东的潮土则表现为曲陡上升。相关分析结果表明,土壤有机质含量与原始光谱反射率在545~830nm呈显著负相关,其中在580~738nm波段范围内达到极显著负相关。与一阶导数光谱相关性进一步增强,在481~598nm呈现极显著负相关,而在816~932nm和1039~1415nm波段范围内具有极显著的正相关性。土壤有机质含量与部分波段处的吸收深度和反射峰高度也表现为不同程度的相关性。【结论】利用570~590nm波段的一阶导数光谱和1280nm处反射峰高度PDepth1280可以较好地预测东北主要土壤类型有机质含量。在此基础上建立了土壤有机质含量的高光谱反演模型并进行了验证。
引用
收藏
页码:1989 / 1995
页数:7
相关论文
共 23 条
[1]   土壤遥感监测研究进展 [J].
徐金鸿 ;
徐瑞松 ;
夏斌 ;
朱照宇 .
水土保持研究 , 2006, (02) :17-20
[2]  
Visible-NIR reflectance:a new approach on soil evaluation. Dematte J A M,Campos R C,Alves M C,Fiorio P R,Nanni M R. Geoderma . 2004
[3]  
Validation requirements for diffuse reflectance soil characterization models with a case study of VNIR soil C prediction in Montana[J] . David J. Brown,Ross S. Bricklemyer,Perry R. Miller. &nbspGeoderma . 2005 (3)
[4]   土壤学中遥感应用的回顾与展望 [J].
戴昌达 .
土壤通报, 1985, (01) :44-48
[5]   浙江省主要土壤光谱反射特性及其模糊分类在土壤分类中的应用研究 [J].
王人潮 ;
苏海萍 ;
王深法 .
浙江农业大学学报, 1986, (04) :108-115
[6]   中国陆地背景和土壤光谱反射特性的地理分区的初步研究 [J].
徐彬彬 ;
季耿善 ;
朱永豪 .
环境遥感, 1991, (02) :142-151
[7]   土壤水分、有机质和总氮含量的近红外光谱分析研究 [J].
彭玉魁 ;
张建新 ;
何绪生 ;
卢恩双 .
土壤学报, 1998, (04) :553-559
[8]   土壤有机质及其研究方法综述 [J].
张勇 ;
庞学勇 ;
包维楷 ;
尤琛 ;
汤浩茹 ;
胡庭兴 .
世界科技研究与发展, 2005, (05) :78-84
[9]  
Role of Organic Matter in Obliterating the Effects of Iron on Spectral Reflectance and Color of Brazilian Tropical Soils[J]. Galvao L S,Vitorello I. Remote Sensing of Environment . 1998
[10]  
Reflectance technique for predicting soil organic matter. Krishnan P,Alexander JD,et al. Soil Science Society of America Journal . 1980