应用生态学报2023,Vol.34Issue(11) :3011-3020.DOI:10.13287/j.1001-9332.202311.013

基于高光谱信息的宁夏引黄灌区中低产田土壤水分和有机质含量估算

Estimation of soil water and organic matter content in medium and low yield fields of Ningxia Yellow River Irrigation area based on hyperspectral information

丁启东 王怡婧 张俊华 陈睿华 贾科利 李小林
应用生态学报2023,Vol.34Issue(11) :3011-3020.DOI:10.13287/j.1001-9332.202311.013

基于高光谱信息的宁夏引黄灌区中低产田土壤水分和有机质含量估算

Estimation of soil water and organic matter content in medium and low yield fields of Ningxia Yellow River Irrigation area based on hyperspectral information

丁启东 1王怡婧 2张俊华 3陈睿华 4贾科利 2李小林1
扫码查看

作者信息

  • 1. 宁夏大学生态环境学院,银川 750021
  • 2. 宁夏大学地理科学与规划学院,银川 750021
  • 3. 宁夏大学生态环境学院,银川 750021;宁夏大学西北退化生态系统恢复与重建教育部重点实验室,银川 750021;宁夏大学西部土地退化与生态恢复国家重点实验室培育基地,银川 750021
  • 4. 西安煤航遥感信息有限公司,西安 710199
  • 折叠

摘要

准确获取土壤水分和有机质含量对中低产田土壤质量提升具有重要意义.为探讨分数阶微分(FOD)联合不同光谱指数对土壤水分和有机质含量的估算效果,本研究以宁夏引黄灌区中低产田土壤为对象,对野外实测高光谱反射率进行均方根变换后,采用0~2阶FOD处理(步长0.25),构建差值指数(DI)、比值指数(RI)、乘积指数(PI)、加和指数(SI)、广义指数(GDI)和氮平面域指数(NPDI),基于6种光谱指数与水分和有机质含量的相关系数来筛选最优光谱指数,建立基于偏最小二乘回归(PLSR)和支持向量机(SVM)的水分和有机质含量估算模型.结果表明:经FOD变换后,水分和有机质含量与光谱信息间的相关性较原始光谱均得到有效提升,最大分别提升0.1785和0.1713.水分含量敏感波段主要在400~630和1350~1940 nm;有机质含量敏感波段主要在460~850、1530~1910和2060~2310 nm.SVM模型精度明显高于PLSR,基于1.75阶NPDI-SVM的水分含量估算模型精度最佳,其验证决定系数(Rp2)为0.970,均方根误差(RMSE)为1.615,相对分析误差(RPD)为4.211;基于0.5阶DI-SVM的有机质含量估算模型效果最佳,其Rp2、RMSE和RPD分别为0.983、0.701和5.307.本研究可为相似地区中低产田土壤水肥监测、质量提升和制图提供数据与技术支撑.

关键词

分数阶微分/光谱指数/偏最小二乘回归/支持向量机/反距离权重法

Key words

fractional order differentiation/spectral index/partial least squares regression/support vector machine/inverse distance weighting

引用本文复制引用

基金项目

国家重点研发计划(2021YFD1900602)

国家自然科学基金(42067003)

国家自然科学基金(42061047)

宁夏回族自治区科技创新领军人才项目(2022GKLRLX02)

出版年

2023
应用生态学报
中国生态学学会 中国科学院沈阳应用生态研究所

应用生态学报

CSTPCDCSCD北大核心
影响因子:2.114
ISSN:1001-9332
浏览量1
参考文献量17
段落导航相关论文