登录    注册    忘记密码

期刊文章详细信息

基于地类分层的土壤有机质光谱反演校正样本集的构建    

Construction of Calibration Set Based on the Land Use Types in Visible and Near-InfRared(VIS-NIR)Model for Soil Organic Matter Estimation

  

文献类型:期刊文章

作  者:刘艳芳[1,2] 卢延年[1] 郭龙[1] 肖丰涛[1] 陈奕云[1,2,3]

机构地区:[1]武汉大学资源与环境科学学院,武汉430079 [2]地球空间信息技术协同创新中心,武汉大学,武汉430079 [3]武汉大学苏州研究院,江苏苏州215123

出  处:《土壤学报》

基  金:公益性行业科研专项项目(201412023);卫星测绘技术与应用国家测绘地理信息局重点实验室经费项目(KLAMTA-201401)资助~~

年  份:2016

卷  号:53

期  号:2

起止页码:332-341

语  种:中文

收录情况:BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2015_2016、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:以江汉平原滨湖地区不同土地利用类型的土壤样本为例,比较了基于目标土壤理化性质的浓度梯度法、扩展的基于多种理化性质的综合法(P-KS)、基于光谱信息的KS法、最邻近样本去除法(reduce nearest neighbor samples,RNNS)法和基于浓度分层并结合光谱信息的C-KS、C-RNNS法,基于地类分层再结合上述方法,构建具有不同层次土壤信息代表性的校正集,采用偏最小二乘回归法,建立土壤有机质可见光/近红外光谱反演模型。结果表明,具有单一代表性的浓度梯度法、KS法、RNNS法难以建立适用模型;具有光谱与理化性质二元代表性的C-KS方法模型预测精度得到了明显的提升,相对分析误差(ratio of performance to standard deviation,RPD)为1.66;考虑土地利用类型后,浓度梯度法、RNNS法与C-KS法模型预测精度有明显的提升,RPD分别达到了1.84、1.51、1.75,模型具有良好的适用性。说明具有多层次土壤信息代表性的校正集构建方法对提高土壤有机质可见光/近红外光谱反演模型的适用性具有较好作用。

关 键 词:理化性质代表性  光谱代表性  地类分层  偏最小二乘回归

分 类 号:S127]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心