文献类型：期刊文章

作　　者：刘焕军[1,2,3] 鲍依临[1,2] 孟祥添[1,2] 崔杨[1,2] 张艾明[1] 刘云超[1] 王丹丹[1]

Liu Huanjun;Bao Yilin;Meng Xiangtian;Cui Yang;Zhang Aiming;Liu Yunchao;Wang Dandan(School of Resources,Environment and Architectural Engineering,Chifeng University,Chifeng 024000,China;School of Public Administration and Law,Northeast Agricultural University,Harbin 150030,China;Northeast Institute of Geography and Agroecology,Chinese Academy of Sciences,Changchun 130012,China)

机构地区：[1]赤峰学院资源环境与建筑工程学院,赤峰024000 [2]东北农业大学公共管理与法学院,哈尔滨150030 [3]中国科学院东北地理与农业生态研究所,长春130012

出　　处：《农业工程学报》

基　　金：国家自然科学基金(41671438);赤峰学院院士专家工作站项目(cfxyys201704)。

年　　份：2020

卷　　号：36

期　　号：12

起止页码：90-98

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：通过遥感技术预测土壤有机质(Soil Organic Matter,SOM)的空间分布是精准农业和土地资源管理研究的重要内容,与粮食安全及环境监测密切相关。该研究主要研究采用高分五号(GF-5)反演土壤有机质的最佳降噪方式。以黑龙江省典型黑土区明水县为研究对象,获取GF-5高光谱遥感影像,对影像进行不同降噪处理,包括奇异值分解(Singular Value Decomposition,SVD),离散小波变换(Discrete Wavelet Transform,DWT)及中值滤波(Median Filtering,MF)降噪。然而,分别结合二维光谱指数,应用随机森林(Random Forest,RF)方法预测不同降噪方式的SOM含量。结果表明:1)所选择的不同降噪方法中,与SOM含量的相关性由高到低依次为DWT、SVD、MF,其中,基于MF降噪后的光谱反射率与SOM含量相关性低于原始反射率与SOM含量的相关性。2)基于降噪方式下的光谱曲线更加平滑,且不同有机质含量对应的光谱曲线形状相似。3)采用DWT降噪方式,基于影像波段和光谱指数,以RF为预测模型的SOM最优反演模型精度R^2为0.69,均方根误差为2.26%。研究成果可为利用高光谱卫星数据实现大尺度范围内SOM的数字土壤制图提供参考,为实时定量监测土壤肥力变化提供依据。

关 键 词：土壤 有机质 随机森林  GF-5影像  降噪方法 离散小波变换

分 类 号：TP79] S153.621]