基于地貌类型的土壤有机质多光谱遥感反演

基于地貌类型分析土壤有机质含量与多光谱遥感影像光谱波段之间相关关系,构建不同地貌类型区有机质含量反演模型。结果表明,各波段光谱反射率与土壤有机质含量均呈负相关关系。利用SPSS软件对所有波段进行剔除变量(remove)线性回归分析,当全部波段参与构建反演模型时,一次反演模型拟合效果较好。分地貌类型区构建土壤有机质反演模型精度高于整个区域反演模型精度,与实际值对比,当允许误差为7%时,土壤有机质含量识别度为91.65%。基于地貌类型构建土壤有机质含量反演模型提取研究区土壤有机质含量切实可行,且精度较高。     

盐渍化土壤光谱特征分析与建模

为建立土壤盐渍化遥感监测模型,选取宁夏回族自治区平罗县典型土壤盐渍化发生区域作为研究区,以野外原位光谱测量数据和实验室内测得的土壤含盐量与p H值数据为基础,进行高光谱数据处理,分析不同盐渍化程度土壤的光谱特征;对实测土壤光谱反射率进行倒数、对数、均方根及其一阶微分等光谱变换,计算高光谱指数;与土壤样本含盐量进行相关性分析,筛选盐渍化土壤的光谱特征波段,利用多元线性回归分析建立土壤盐渍化监测模型。研究结果表明:以倒数一阶微分变换后的940 nm和1 094 nm波段作为特征波段构建的土壤盐渍化遥感监测模型最优。     

基于包络线去除和偏最小二乘的土壤参数光谱反演

基于江苏省宜兴市100个土样的可见光-近红外高光谱反射率(400~2 450nm)数据,结合包络线去除(continuum removal,CR)与偏最小二乘回归(partial least squares regression,PLSR),构建了土壤重金属砷(As)和有机质(OM)含量的反演模型。结果表明,相比普通PLSR模型(模型决定系数R2和预测根均方误差RMSEP分别为0.512,3.090和0.621,5.934),CR-PLSR构建的模型预测能力有明显的改善(R2和RMSEP分别为0.763,2.323和0.911,4.599)。CR有效增强了550、900、1 420、1 900和2 200nm等波段处的反射光谱特征,根据模型回归系数分析,CR有效突出的波段正是As和OM的CR-PLSR模型所共用的重要波段。研究表明,CR能够协助PLSR模型重要波段的选择,利用遥感技术结合CR-PLSR能够有效提高土壤重金属As和OM含量的反演精度,从而为土壤质量的遥感监测提供参考。     

琯溪蜜柚叶片氮浓度高光谱遥感监测初探

以福建省平和县琯溪蜜柚为研究对象，利用星载Hyperion高光谱遥感数据对蜜柚叶片进行氮浓度估测。在分析Hyperion数据特征的基础上进行大气校正、几何纠正等预处理，从而得到图像反射率；结合地面光谱测量和蜜柚叶片采样分析，通过逐步回归分析法研究叶片氮浓度与高光谱图像反射率及其衍生量的关系，最终建立其遥感定量监测模型。结果表明，图像反射率的对数变换更有利于氮浓度的定量反演，入选的波段是983 nm、1 245 nm、1 316 nm和1 457 nm，其中1 245 nm波段对氮浓度影响最大，1 457 nm波段最小。利用该模型对氮浓度进行估算的值域与地面调查结果一致，说明利用高光谱进行氮浓度定量反演具有一定的可行性。     

不同类型土壤Cu含量高光谱联合反演建模

为探明不同类型土壤重金属Cu的敏感波段及构建普适性高光谱定量反演模型,该文以湖南省红壤、水稻土和潮土3种主要类型土壤为研究对象,在光谱预处理及组合变换基础上,采用相关性分析和逐步回归筛选重金属Cu敏感波段,并分别构建一元回归和逐步回归联合反演模型。结果表明,相较于原始光谱,组合变换光谱与土壤重金属相关性明显提高;通过逐步回归筛选重金属Cu的敏感波段位于400～850 nm和1 800～2 200 nm区域;相较于一元线性回归,逐步回归模型预测精度显著提升,应用对倒一阶微分光谱中400、590、620、670、790、850、1 790、2 270 nm波段反射率构建逐步回归模型反演精度达到最优,满足重金属Cu含量监测精度需求,同时为发展基于高光谱影像大面积反演不同土壤类型重金属Cu含量提供理论支撑。     

光谱解混下耕地土壤铬含量GMDH模型反演

针对遥感影像反射率与重金属元素间的光谱响应弱,土壤重金属经典反演模型精度较低等问题,本文以Sentinel-2号遥感影像为数据源,利用像元二分模型进行影像光谱解混,筛选出相关性较高的特征光谱作为光谱参量,构建基于像元线性解混和不同光谱变换下土壤反射率与重金属Cr含量的PLS模型和GMDH模型。研究结果表明,解混后的光谱与重金属Cr含量间的显著相关波段数增多,相关性增强。基于解混后的土壤光谱与重金属Cr含量构建的GMDH模型,其模型稳定性较好,预测能力更强,精度更好。该方法拓展了传统的利用遥感影像进行反演的思路,可为大范围监测土壤重金属的污染状况提供有益参考。     

应用高光谱遥感数据估算土壤表层水分的研究

土壤水分是土壤的重要组成部分，它在陆地表层和大气之间的物质和能量交换方面扮演着重要角色，寻求快速而准确的方法估算土壤水分具有重要意义。通常，从可见光一近红外对土壤表层水分的估计多是建立在土壤水分与反射率的关系之上的。而在土壤水分含量不高时，土壤水分的增加使土壤光谱反射率在整个波长范围内降低，尤其在760nm，970nm，1190nm，1450nm，1940nm和2950nm等水分吸收波段，而在土壤水分含量较高时，土壤水分的增加会使土壤光谱反射率在某些光谱波段升高。而土壤水分的估计往往是基于土壤水分与土壤水分吸收波段的吸收强度之间的线性关系上，虽然这些经验的方法对于估算某些土壤的表层水分含量是有效的，但这些关系应用于其它条件(如不同种类土壤、土壤湿度变化范围很大的情况)时却面临很多困难，这与土壤的光谱反射率是由土壤的组成成分(土壤水分、有机质、氧化铁和粘土矿物等)的含量和它们在土壤中的分布密切相关。微分技术处理“连续”的光谱是遥感中常用的数学方法，微分技术能部分消除低频光谱成分的影响。现在微分光谱已广泛地应用于研究植被的生物物理参数、矿物和有机质等。然而利用微分光谱对土壤水分反演的研究却鲜见报道。本文通过对实验室中多种不同类型的土壤进行光谱与土壤表层水分含量进行观测，探讨了通过土壤反射率与微分光谱对土壤表层水分的反演方法。4种类型的土壤光谱数据(反射率(R)，反射率倒数的对数(log(1／R))，反射率的一阶微分光谱(dR／dλ)，反射率倒数的对数的一阶微分光谱(d(log(1／R))／dλ))与土壤表层水分之间的关系在本文中得到分析，R与log(1／R)对于不同土壤类型与土壤表层水分都很敏感，说明通过R与log(1／R)反演土壤表层水分受土壤类型的影响很大，而dR／dλ，d(log(1／R))／dλ)对土壤类型却不敏感，对土壤表层水分较为敏感，说明dR／dλ和d(log(1／R))／dλ)对于反演不同类型土壤具有很大的潜力，微分光谱与土壤水分在某些波段具有显著的相关性。通过随机对9种土壤(各具有4个土壤水分)的数据建立反演土壤水分的模型，并其他9种土壤(各具有4个土壤水分)的数据进行验证模型，结果表明，dR／dλ和d(log(1／R))／dλ)能够显著提高R与log(1／R)对于不同土壤类型土壤表层水分的反演精度，由于吸收过程是非线性的，在四种类型的土壤光谱数据中，总体来说，d(log(1／R))／dλ)具有最好的能力预测不同类型土壤的表层水分含量。     

基于高光谱曲线峰度、偏度的植被叶绿素含量反演模型研究

本文分析了高光谱反射率及红边位置与叶片绿度的相关性,建立了基于敏感波段和红边位置的叶绿素估算模型。通过对不同叶绿素含量高光谱曲线特征的分析,提出了基于高光谱曲线峰度和偏度的叶绿素估算新思路,并分别建立基于原始光谱560-760nm波段和一阶导数光谱660-760nm波段对应峰度、偏度的叶绿素反演模型。结果表明,法国梧桐、无花果和白毛杨基于敏感波段的叶绿素含量反演模型的拟合度,与传统估算模型相比,本文提出的新估算模型可以明显提高高光谱反演叶绿素含量的能力。     

土壤有机质光谱特征研究

对在宜兴市和横山县采集的174个土样400nm～2500nm波段的光谱曲线进行了研究。为了有效去除背景噪声对目标光谱的影响，并将非线性关系线性化，首先对土壤光谱进行了14种变换，然后运用光谱微分技术、逐步回归分析等方法研究了土壤光谱反射特性与土壤有机质之间的关系。结果表明，反射率对数的一阶微分这一变换形式对土壤有机质含量最为敏感。建立了相应的回归预测模型，模型方程判定系数达到0．885，较好地利用土壤光谱反射特性预测了土壤有机质的含量。     

基于地面实测光谱的土壤有机质含量预测

以德兴铜矿尾矿坝附近的土壤为研究对象,在实验室内利用ASD便携式光谱仪对研究区内68组土壤样本进行了测定,并通过研究土壤反射光谱特征,选择了反射率的对数微分变换作为土壤有机质(soil organic matter,SOM)预测模型的因变量;通过对土壤有机质含量与土壤光谱特征的相关分析,将402 nm与2 312 nm波段反射率的对数微分变换结果参与模型建立;最终,从多元回归分析和模糊数学2个角度建立了有机质含量的预测模型。结果表明:基于模糊数学的研究方法优于多元线性回归方法,相关系数达到89.3%,平均相对误差较小。因此,地面实测光谱可以用于预测土壤的有机质含量。该方法具有周期短、成本低等特点。     

土壤有机质光谱特征研究(英文)

The study on soil spectral reflectance features is the physical basis for soil remote sensing. Soil organic matter content influences the soil spectral reflectance dramatically. This paper studied the spectral curves between 400 nm∼2500 nm of 174 soil samples which were collected in Hengshan county and Yixing county. Fourteen types of transformations were applied to the soil reflectance R to remove the noise and to linearize the correlation between reflectance (independent variable) and soil organic matter (SOM) content (dependent variable). Then, the methods such as derivative spectrum technology and stepwise regression analysis, were applied to study the relationship between these soil spectral features and soil organic matter content. It shows that order 1 derivative of the logarithm of reflectance (O1DLA) is the most sensitive to SOM among the various transform types of reflectance in consideration. The regression model whose coefficient of determination reaches 0.885 is built. It predicted the soil organic matter content with higher effect. Supported by the National Natural Science Foundation of China (No. 40271007).     

粤西地区红土光谱特性研究

土壤中水分、有机质和氧化铁的含量对其光谱特征有很大影响。本文对粤西红土的有机质光谱指标、水分、氧化铁含量与 野外光谱特征进行分析。研究表明，在短波红外波段，水分含量与野外红土反射光谱关系最密切； 在近红外波段，氧化铁含量与 野外红土反射光谱关系最密切； 在可见光波段，有机质对野外红土光谱影响最大。     

水分含量与红土野外光谱的定量分析

土壤水分含量与土壤光谱关系密切,本文利用实测粤西红土野外光谱数据及其水分含量来分析两者之间的关系。得出以下结论:在0.46-2.5μm波段水分含量与红土光谱反射率呈显著负相关关系,并且随波长的增加其相关性有所增强,在2.22-2.29μm波段两者相关性最强;利用野外红土光谱反射率的倒数与水分含量进行回归分析,得到建模样本修正后的确定系数R2为0.781。这将为利用遥感技术监测土壤水分提供依据。     

Land quality index assessment for agricultural purpose using multi-criteria decision analysis (MCDA)

In this study, an attempt has been made to apply Remote Sensing (RS) and geographic information system (GIS) to determine land quality for agriculture purpose using analytic hierarchy process technique. In this study, various thematic layers were used like organic matter content, soil texture, soil depth, soil pH, soil P, soil K, geomorphology, run-off potential, slope and land use/land cover to assess the land quality index of the study area for the agriculture purpose which were generated in the RS and GIS environment. The study area can be divided into four zones, viz. high quality, moderately quality, marginally quality and low quality according to their suitability of land quality for agriculture purpose. It was found that about 39.09, 31.24, 20.41 and 9.26% of the study area falls under high quality zone, moderately quality, marginally quality and low quality zone, respectively, for agricultural purpose.     

含水含盐土壤的微波介电特性分析研究

用微波网络分析仪测量了实验室制备的各种不同含水量,含盐量的土壤样品的复介电常数,研究了介电常数的实部和虚部与频率、盐度、含水量的关系。研究表明:频率、盐度对土壤介电常数实部的影响很小;对于某一特定土壤,其介电常数的实部由土壤的含水量决定;在较低频率范围内（f<2GHz）,虚部随着频率的增大而迅速下降,高频部分则趋向于一定值,波长较长的波段,如P波段或L波段对土壤含盐程度具有更高的敏感性,含盐量对虚部在较低频范围（f<5GHz）影响很大。同时,采集了内蒙古吉兰泰盐湖区的土壤样品,并测量了其复介电常数,与同步过顶的RADARSAT图像进行了相关分析。分析结果表明雷达图像记录的后向散射强度与含盐土壤复介电常数实部的相关系数为0.23,与虚部的相关系数为0.66,即雷达图像观测的含盐含水士壤的后向散射强度与土壤的含盐量相关性较高。这为利用微波遥感进行土壤盐碱化程度监测,提供了可能和实验依据。     

Study on Polarized Spectral Characteristics of Soil with Different Water Content

Moisture is one of the important parameters in soil polarized spectrum. It has great significance in soil remote sensing band selection and image interpretation; it also provides the information for soil investigation and analysis on physical and chemical properties. In this paper we tested and analyzed the soil polarized spectrum with different moisture in 350?~?2,500 nm wavelength, to study on the relationship between soil polarized spectral data and moisture, to determine the spectral response and changes in soil moisture, and establish models between spectral data and soil moisture. We also designed a orthogonal test on the various factors that affect soil polarized spectral characteristics, in which we studied soil moisture, polarized angle, detected angle and azimuth of the various factors and their interactions. The results showed it was most significant that the soil moisture and the interaction of soil moisture and polarized angle, followed by the interaction effect of detected angle and moisture, while the polarized angle had a little impact on the soil polarized spectrum.     

利用窗口GPS多径干涉相位反演土壤湿度

利用GPS信噪比（signal-to-noise ratio,SNR）观测值监测土壤湿度的精度直接受多径干涉相位与土壤湿度间的关系模型影响。传统方法基于线性模型,通过增加样本数量、排除特例提高普适性,但未合理考虑坡度、植被及天气等因素。基于上述因素短期变化可忽略的假设,引入时间窗口,采用自相关分析确定窗口长度,利用窗口内样本动态线性回归构建预测和插值模型反演土壤湿度。实验结果表明,引入窗口后,预测、插值误差分别下降17.4%和54.6%,相关系数上升16.2%和32.9%。插值模型利用了待估时刻之后的观测量,精度更高;预测模型精度略低,但更适于实时应用。同时,残差极大值与土壤湿度的上升之间显著相关。预测残差较土壤湿度具有极大值更小、时刻略微提前的时域特征。     

利用SNR观测值进行GPS土壤湿度监测

利用GPS信噪比(SNR)观测值监测土壤湿度变化可克服传统手段破坏观测对象、数据难以同化、时空分辨率受限等缺点,但同时也存在测量区域不明确、卫星与波段选择缺少相应依据、多径延迟相位与土壤湿度之间相关性的定量数值描述函数与模型亟待建立等问题。本文通过引入菲涅尔反射区域,结合仿真和实测土壤湿度数据、GPS观测值开展对比实验对上述问题进行研究。实验过程及结果表明,采用SNR观测值能有效跟踪土壤湿度的变化趋势,最大有效测量范围约45m,利用指数函数能较好地描述SNR多径延迟相位与土壤湿度之间的关系。同时,选择高级卫星和记录L2C观测值,有利于获得更准确的结果。     

Spectral Reflectance Characteristics of the Soils on Basaltic Terrain of Central Indian Plateau

In-situ spectral reflectance characteristics of soils were studied under field conditions with Multiband Ground Truth Radiometer covering 0.45?C0.52, 0.52?C0.59, 0.62?C0.68, and 0.77?C0.86 ??m spectral bands. Twenty-two surface soil samples were studied in laboratory for their spectral reflectance characteristics using ISCO Model S.R. Spectroradiometer in visible wavelength (450?C725 nm), with 25 nm bandwidth, and in infrared wavelength (750?C1550 nm), with 50 nm bandwidth. The Bidirectional reflectance factor representative of spectral reflectance varied from 3.78 to 11.3???m in band 1, 6.09 to 15.41???m in band 2, 8.05 to 19.41???m in band 3, and 12.18 to 31.2???m in band 4. In-situ spectral reflectance in general increases with the wavelength from visible to infrared bands for all the soils. Black soils have relatively lower reflectance as compared to red soils, which is attributed to the variation in the physicochemical properties of soils. Spectral reflectance, under laboratory conditions, for all the soils increases with wavelength from visible to infrared region except at 950 nm and 1200 nm, where reflectance decreased in all soils, due to weaker water absorption bands and also at 1350 nm, due to strong water absorption at this band. The spectral reflectance of red soils were higher, in-situ as well as under laboratory conditions, as compared to black soils, which is attributed to variation in soil colour, organic matter and clay content of soils. It is observed that the spectral reflectance decrease due to moisture content in soils in all the spectral bands because of darker appearance of soils at moist conditions. Laboratory reflectance measurements serve to define the extent to which intrinsic spectral information is available from soils as a consequence of their composition.