科研之友
微信
新浪微博
Facebook
分享链接
摘要
土壤有机质含量的高光谱估测可快速、准确监测土壤肥力，对现代化农业生产进行精准施肥提供科学依据。以新疆渭干河-库车河三角洲绿洲耕层土壤为研究对象，对采集的98个土壤样品的原始光谱反射率R分别进行传统倒数对数lg（1/R）、一阶微分R′和倒数对数一阶微分[lg（1/R）]′数学变换，以及基于小波母函数Bior1.3不同尺度分解的连续小波变换（CWT）,并与实测土壤有机质含量进行相关分析，从而筛选出各类变换下与土壤有机质含量密切相关的特征波段和小波系数（p2）高于lg（1/R）和R′变换构建的模型，说明倒数对数一阶微分变换可有助于提高估测模型的精度，且支持向量机回归模型的精度和稳定性高于偏最小二乘回归模型。（3）经过CWT分解后，以原始光谱反射率在不同尺度上的敏感小波系数作为自变量建立的模型，估测精度和稳定性均有明显的提高，构建的R-CWT-2～3-SVMR模型的决定系数（R2）为0.84,均方根误差（RMSE）为1.48,相对分析误差（RPD）等于2.11,模型精度达到最高并拥有极好的预测能力。高光谱数据经多种变换处理后可有效去除白噪声，而连续小波变换处理比传统的数学变换方法更适合于挖掘土壤有效信息，实现光谱信号的近似特征和细节特征的有效分离，建立的反演模型可更加精准估测土壤有机质含量。
- 单位
