袁征,李希灿,于涛,张广波

• 1:山东农业大学信息科学与工程学院

摘要(Abstract)：

应用高光谱技术探讨土壤有机质含量定量估测方法,对发展精细农业具有重要意义。本文利用陕西省横山县的实测数据,采用对数的一阶微分变换方法对土样的高光谱数据进行处理,分别采用线性回归分析法、BP神经网络法、模糊识别法建立高光谱土壤有机质含量估测模型,并对比分析其精度,确定最优的光谱反演模型。实验结果表明:模糊识别模型的决定系数达到0.973,RMSE为0.0468%;比线性模型和BP神经网络模型精度都高。研究表明,土壤有机质光谱反演不仅要重视机理研究,同时要加强光谱反演建模方法创新。

关键词(KeyWords)： 土壤有机质;高光谱;模糊识别;估测模型

Abstract:

Keywords:

基金项目(Foundation): 国家科技计划项目(2011BAD21B0601)

作者(Author): 袁征,李希灿,于涛,张广波

DOI: 10.16251/j.cnki.1009-2307.2014.05.038

参考文献(References)：

• [1]程朋根.土壤有机质高光谱遥感和地统计定量预测[J].农业工程学报,2009,25(3):142-147.
• [2]刘焕军,张柏.黑土有机质含量高光谱模型研究.土壤学报,2007,44(1):27-32.
• [3]刘焕军,张新乐,郑树峰,等.黑土有机质含量野外高光谱预测模型[J].光谱学与光谱分析,2010,30(12):3355-3358.
• [4]Summers D,Lewis M,Ostendorf B,et al.Visible nearinfrared reflectance spectroscopy as a predictive indicator of soil properties[J].Ecological Indicators,2011,11(1):123-131.
• [5]Karnieli A,Verchovsky I,Hall J K,et al.Geographic information system for semi-detailed mapping of soils in semi-arid region[J].Geocarto International,1998,13(3):29-43.
• [6]Ben-Dor E,Banin A.Visible and Near Infrared(0.4um—1.1um)Analysis of Arid and Semiarid Soil[J].Remote Sens Environ,1994,41:10-124.
• [7]何挺,王静,林宗坚,等.土壤有机质光谱特征研究[J].武汉大学学报(信息科学版),2006,31(11):975-978.
• [8]刘焕军,张柏,刘殿伟,等.基于反射率模拟模型的黑土有机质含量估测[J].光谱学与光谱分析,2008,28(12):2947-2950.
• [9]高志海,白黎娜,王琫瑜,等.荒漠化土地土壤有机质含量的实测光谱估测[J].林业科学,2011,47(6):9-16.
• [10]武彦清,张柏,宋开山.松嫩平原土壤有机质含量高光谱反演研究[J].中国科学院研究生院学报,2011,28(2):187-194.
• [11]李希灿,王静,王芳,等.基于模糊识别的土壤性质指标光谱反演[J].辽宁工程技术大学学报,2010,29(2):637-640.
• [12]朱大奇.人工神经网络研究现状及其展望[J].江南大学学报(自然科学版),2004,3(1):103-110.
• [13]沈润平,丁国香,魏国栓,等.基于人工神经网络的土壤有机质含量高光谱反演[J].土壤学报,2009,46(3):391-397.
• [14]李希灿,王静,李玉环,等.基于模糊集分析的土壤有机质指标高光谱反演[J].地理与地理信息科学,2008,24(4):25-28.
• [15]李希灿,宗学才,李军,等.模糊综合分析预测模式与应用[J].山东农业大学学报,2003,34(2):267-271.
• [16]李希灿,王静.具有稳定系数的多目标多维模糊决策算法[J].模糊系统与数学,2007,21(6):128-134.