论文部分内容阅读
土壤有机质(Soil Organic Matter,SOM)含量及其空间分布特征是耕地质量评价、土壤碳氮循环研究的重要土壤属性,快速准确地监测SOM含量对精准施肥、培肥地力等方面也具有重要意义。高光谱卫星遥感光谱分辨率高,具有探测土壤表层属性细微差异的优势。为了评价国产星载高分五号(GF-5)高光谱影像估测耕地SOM含量的潜力,以及不同土壤类型对SOM含量光谱估测精度的影响,本文以黑龙江省建三江农垦区为研究对象,获取了GF-5卫星搭载的可见短波红外高光谱相机(AHSI)传感器的高光谱影像,从影像上提取了研究区域耕地土壤193个采样点的反射率数据,并利用非成像高光谱仪室内测定了土壤样品反射率;在对样点光谱反射率数据进行了反射率倒数、对数、一阶微分等9种光谱数学变换的基础上,采用相关系数法确定了SOM光谱敏感波段;之后基于研究区域全部样本的室内和GF-5影像反射率数据,构建多元逐步回归(MLSR)和偏最小二乘回归(PLSR)的SOM含量估测模型,对比分析GF-5影像数据和建模方法对SOM含量估测精度的影响;然后基于研究区域不同类型土壤(草甸土、沼泽土、黑土)样点的GF-5影像反射率数据,构建MLSR和PLSR模型,对比分析不同土壤类型对SOM含量估测精度的影响。研究结论如下:(1)采用GF-5全波段和敏感波段光谱数据,基于MLSR和PLSR线性统计模型,对研究区全部样本的SOM含量估测精度不太理想。全波段MLSR反射率对数倒数一阶微分(1/(Ln R))’模型估算SOM含量的精度相对较高,建模精度R2=0.538,RMSE=3.602,验证精度R2=0.383,RMSE=5.009。敏感波段在GF-5的SOM含量估测精度上并没有表现出高于全波段的优势。(2)采用GF-5光谱数据的不同土壤类型SOM含量估测方面,黑土的估测精度远高于草甸土和沼泽土。其中黑土PLSR全波段的(Ln R)’SOM含量估测精度最高,建模精度R2=0.967,RMSE=0.505,验证精度R2=0.729,RMSE=1.065,RPD=1.850,模型基本可用;草甸土MLSR全波段(1/R)’的SOM估测模型精度较高,R2=0.352,RMSE=5.019,验证精度R2=0.067,RMSE=9.073;沼泽土SOM含量估测最优模型为PLSR敏感波段的(Ln R)’模型,模型精度R2=0.594,RMSE=3.107,验证精度R2=0.376,RMSE=8.543。按照不同土壤类型估测SOM含量,可以进一步挖掘星载GF-5高光谱遥感的应用潜力。(3)研究区域SOM含量高光谱估测精度影响因素主要包括大气、仪器信噪比、土壤属性(土壤水分、表面粗糙度、土壤氧化铁等)以及选择的数据预处理、建模方法等。未来需要从高光谱数据质量、数据预处理方法、建模方法等方面进行完善和研究,提高SOM含量高光谱估测精度。