版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、土壤作為重要自然資源,是維持動(dòng)植物生存和發(fā)展的物質(zhì)基礎(chǔ),也是人類(lèi)社會(huì)經(jīng)濟(jì)發(fā)展的物質(zhì)基礎(chǔ)。而日益加劇的人地矛盾使土壤發(fā)生嚴(yán)重的退化。為了能合理利用土壤資源,促進(jìn)區(qū)域資源與環(huán)境的可持續(xù)發(fā)展,需要快速、及時(shí)、準(zhǔn)確的獲取土壤信息。隨著遙感技術(shù)的發(fā)展,高光譜遙感憑借其極高的光譜分辨率在獲取有機(jī)質(zhì)、礦物質(zhì)等土壤組分定量信息的研究中表現(xiàn)出非凡的潛力。
土壤有機(jī)質(zhì)是土壤重要的組成物質(zhì),對(duì)土壤形成以及土壤的物理、化學(xué)、生物學(xué)等性質(zhì)影響很大。
2、土壤中有機(jī)質(zhì)含量和組分的動(dòng)態(tài)變化受土地利用方式變更、耕作活動(dòng)變化以及氣候變化的影響,對(duì)其動(dòng)態(tài)變化規(guī)律的掌握有助于人們提出土壤質(zhì)量的調(diào)控措施和全球氣候變化的應(yīng)對(duì)措施.
紅壤是我國(guó)南方重要的土壤類(lèi)型,該土壤分布區(qū)域水熱條件豐富,蘊(yùn)藏了巨大的生產(chǎn)潛力,是我國(guó)衣業(yè)生產(chǎn)和經(jīng)濟(jì)發(fā)展?jié)摿ψ畲蟮牡貐^(qū)之一.但紅壤成土過(guò)程中強(qiáng)烈的脫硅富鋁化、粘化作用、淋溶作用,導(dǎo)致紅壤礦質(zhì)養(yǎng)分含量低,鐵錳氧化物含量較高的特點(diǎn),使應(yīng)用近紅外譜技術(shù)快速獲取土壤信
3、息受到限制.
本研究以南方紅壤為例,分析土壤有機(jī)質(zhì)和水分的近紅外光譜特性。結(jié)合47種預(yù)處理模式,分波段建立不同預(yù)處理光譜形式的有機(jī)質(zhì)預(yù)測(cè)模型;進(jìn)行室內(nèi)水分模擬實(shí)驗(yàn)研究土壤含水量對(duì)土壤有機(jī)質(zhì)預(yù)測(cè)精度的影響。為快速,準(zhǔn)確、便捷的獲取紅壤有機(jī)質(zhì)信息提供理論依據(jù),以實(shí)現(xiàn)土壤信息快速更新.研究結(jié)果表明:
1、380~2400nm和1300~2400nm波段范圍建模結(jié)果接近,兩個(gè)波段范圍的有機(jī)質(zhì)預(yù)測(cè)結(jié)果經(jīng)F檢驗(yàn)無(wú)顯著差異
4、(p<0.05)。運(yùn)用短波紅外波段(1300~2400nm)建立模型的因子數(shù)少,模型更穩(wěn)定,而且能有效避免氧化鐵對(duì)有機(jī)質(zhì)預(yù)測(cè)的干擾,提高模型的預(yù)測(cè)精度和穩(wěn)定性。
2、原始光譜、平滑光譜、對(duì)數(shù)光譜、二階微分光譜和標(biāo)準(zhǔn)正態(tài)變換光譜的PLSR建模結(jié)果不理想,平滑與一階微分結(jié)合的形式,能有效減少模型的因子數(shù),提高模型的穩(wěn)定性和預(yù)測(cè)能力,是短波紅外建立PLSR模型的最佳光譜預(yù)處理形式。由配對(duì)t檢驗(yàn)可知PLSR預(yù)測(cè)模型與傳統(tǒng)化學(xué)方法相
5、比無(wú)顯著性差異(p<0.05),可用于紅壤有機(jī)質(zhì)預(yù)測(cè)。
3、土壤含水量為0~350g·kg-1時(shí),380~2400nm范圍土壤光譜反射率隨含水量增加而降低,當(dāng)土壤含水量較高時(shí),380~1300nm土壤的反射率隨土壤水分的增加而增加,而1300~2400nm光譜反射率則隨含水量增加而降低。土壤含水量不斷增加,有機(jī)質(zhì)與一階微分光譜之間的相關(guān)性呈先增加后下降的趨勢(shì),土壤含水量為100~150g·kg-1相關(guān)性最大。380~130
6、0nm土壤有機(jī)質(zhì)與一階微分光譜曲線的相關(guān)系數(shù)隨水分變化較小,而1300~2400nm相關(guān)性隨水分變化較大。
(4)隨土壤含水量的增加,380~2400nm、380~1300nm、1300~2400nm建立的PLSR模型預(yù)測(cè)精度呈先增加后下降的趨勢(shì)。1300~2400nm建立的預(yù)測(cè)模型,因子數(shù)較380~2400nm和380~1300nm模型少,且模型預(yù)測(cè)精度更高,更適宜預(yù)測(cè)紅壤有機(jī)質(zhì)含量。土壤含水量小于200g·kg-1時(shí),
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于可見(jiàn)光近紅外光譜的土壤成分預(yù)測(cè)模型研究.pdf
- 基于近紅外光譜技術(shù)的土壤有機(jī)質(zhì)預(yù)測(cè)模型研究.pdf
- 基于可見(jiàn)光-近紅外光譜的稻米質(zhì)量快速無(wú)損檢測(cè)研究.pdf
- 基于可見(jiàn)近紅外光譜的土壤有機(jī)質(zhì)快速檢測(cè)方法和儀器研究.pdf
- 基于近紅外光譜技術(shù)的土壤全氮和有機(jī)質(zhì)含量估測(cè)研究.pdf
- 基于土壤可見(jiàn)-近紅外光譜庫(kù)的土壤全氮預(yù)測(cè)建模研究.pdf
- 可見(jiàn)光近紅外波段輻射傳輸方程
- 基于可見(jiàn)-近紅外光譜的外來(lái)入侵植物鑒別研究.pdf
- 新型可見(jiàn)光-近紅外超快光源研究.pdf
- 土壤有機(jī)質(zhì)近紅外光譜分析及相關(guān)軟件開(kāi)發(fā).pdf
- 可見(jiàn)光和紅外光圖像融合算法研究.pdf
- 近紅外光譜用于不同地帶典型土壤有機(jī)質(zhì)測(cè)定的波長(zhǎng)模型研究.pdf
- 基于近紅外光譜技術(shù)預(yù)測(cè)森林土壤有機(jī)碳含量的研究.pdf
- 基于LED光源的柑橘糖度可見(jiàn)-近紅外光譜檢測(cè)研究.pdf
- 近紅外光譜
- 基于可見(jiàn)近紅外光譜檢測(cè)土壤養(yǎng)分及儀器開(kāi)發(fā).pdf
- 河套蜜瓜品質(zhì)可見(jiàn)近紅外光譜檢測(cè)研究.pdf
- 人臉變換與識(shí)別:從近紅外到可見(jiàn)光圖像.pdf
- 基于Matlab的水質(zhì)COD近紅外光譜預(yù)測(cè)模型的研究.pdf
- 西瓜品質(zhì)可見(jiàn)-近紅外光譜無(wú)損檢測(cè)技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論