基于高光谱特征指数的土壤有机质含量建模

作者：赵明松; 谢毅; 陆龙妹; 李德成; 王世航

来源：土壤学报, 2021, 58(01): 42-54.

• 光谱特征指数
• 弓曲差
• 光谱变换
• 土壤有机质

以江苏中部的水稻土和潮土为研究对象,采集178个表层土壤(0～20 cm)样品,并测定了土壤有机质含量(Soil Organic Matter,SOM)。运用ASD FieldSpec 3光谱仪测量了土壤的高光谱曲线,首先对原始光谱进行倒数对数和去包络线变换,分析了不同SOM含量梯度和土壤类型的高光谱特征。其次,基于原始光谱、倒数对数变换和去包络线变换等三种光谱数据,分别计算弓曲差、差值指数、比值指数和归一化指数等光谱特征指数,并分析其与SOM含量的相关性。最后,筛选光谱特征指数建立SOM的回归预测模型,并比较模型精度。结果表明:(1)SOM含量与原始光谱呈极显著负相关,与倒数对数光谱呈极显著正相关,且在400～900 nm波段相关性最强,相关系数绝对值在0.6以上。去除包络线处理后,土壤光谱曲线特征差异明显,在420 nm、480 nm、660 nm和900 nm附近出现了明显吸收谷。(2)原始光谱、倒数对数变换和去包络线变换光谱在600 nm处的弓曲差与SOM含量极显著相关(P <0.01),相关系数分别为–0.66,0.61和–0.33。(3)利用3种光谱数据的差值指数、比值指数和归一化指数分别结合弓曲差,建立的SOM预测模型效果较好,建模的R2和RMSE分别介于0.56～0.64和4.98～5.50 g·kg-1,验证的R2和RMSE介于0.67～0.73和3.21～3.51 g·kg-1。为快速有效测定苏中平原SOM含量提供技术支持。

• 单位
  土壤与农业可持续发展国家重点实验室; 中国科学院南京土壤研究所; 安徽理工大学