论文部分内容阅读
随着现代农业的迅速发展,高光谱遥感凭借其极高的光谱分辨率,具备了定量获取土壤化学组分的研究潜力。研究土壤光谱估算土壤中营养元素N和重金属元素Cu含量,将为土壤高光谱遥感监测提供理论依据。本文基于江苏和江西采集的土壤,对原始土壤室内光谱进行了一系列的预处理工作,包括：光谱重采样、一阶微分变换、倒数对数变换、连续统去除等。分析了不同粒径土壤与光谱之间的关系,探明了室内土壤光谱测量较合适的土样粒径。运用多元逐步线性回归法和小波分析法研究了土壤全氮和重金属铜含量与各光谱指标之间的关系,建立和验证了反演模型,比较了上述两种方法以及不同光谱指标对全氮、重金属铜含量反演模型效果的影响。主要结论如下：研究结果表明,土壤全氮的1mm粒径模型的平均相对误差为24.9%：土壤重金属铜的1mm粒径模型的平均相对误差为23.17%。1mm粒径模型精度均高于0.25mm和2mm粒径模型精度,是室内土壤光谱测量较合适的土样粒径。在对土壤全氮的预测中,江西红壤的小波分析一阶微分模型的平均相对误差为18.77%,预测效果较好；在对土壤重金属铜的预测中,江苏水稻土的逐步回归一阶微分模型的平均相对误差为17.28%,模型预测效果优于其它模型。建模结果表明,反射率的一阶微分是一种有效的光谱指标,小波分析处理对土壤全氮的预测效果优于逐步回归模型,但对土壤重金属铜的反演效果不太理想,本研究的多个模型的预测结果差异较小。