文献类型：期刊文章

作　　者：赵明松[1,2,3,4] 谢毅[1,3,4] 陆龙妹[1] 李德成[2] 王世航[1,3,4]

ZHAO Mingsong;XIE Yi;LU Longmei;LI Decheng;WANG Shihang(School of Geomatics,Anhui University of Science and Technology,Huainan,Anhui 232001,China;State Key Laboratory of Soil and Sustainable Agriculture,Institute of Soil Science,Chinese Academy of Sciences,Nanjing 210008,China;Key Laboratory of Aviation-aerospace-ground Cooperative Monitoring and Early Warning of Coal Mining-induced Disasters of Anhui Higher Education Institutes,Huainan,Anhui 232001,China;Coal Industry Engineering Research Center of Collaborative Monitoring of Mining Area’s Environment and Disasters,Huainan,Anhui 232001,China)

机构地区：[1]安徽理工大学空间信息与测绘工程学院,安徽淮南232001 [2]土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所),南京210008 [3]矿山采动灾害空天地协同监测与预警安徽省教育厅重点实验室,安徽淮南232001 [4]矿区环境与灾害协同监测煤炭行业工程研究中心,安徽淮南232001

出　　处：《土壤学报》

基　　金：国家自然科学基金项目(41501226);土壤与农业可持续发展国家重点实验室开放基金项目(Y412201431);安徽省高校自然科学研究项目(KJ2015A034)。

年　　份：2021

卷　　号：58

期　　号：1

起止页码：42-54

语　　种：中文

收录情况：BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2021_2022、EAPJ2020、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：以江苏中部的水稻土和潮土为研究对象,采集178个表层土壤(0~20 cm)样品,并测定了土壤有机质含量(Soil Organic Matter,SOM)。运用ASD FieldSpec 3光谱仪测量了土壤的高光谱曲线,首先对原始光谱进行倒数对数和去包络线变换,分析了不同SOM含量梯度和土壤类型的高光谱特征。其次,基于原始光谱、倒数对数变换和去包络线变换等三种光谱数据,分别计算弓曲差、差值指数、比值指数和归一化指数等光谱特征指数,并分析其与SOM含量的相关性。最后,筛选光谱特征指数建立SOM的回归预测模型,并比较模型精度。结果表明:(1)SOM含量与原始光谱呈极显著负相关,与倒数对数光谱呈极显著正相关,且在400~900 nm波段相关性最强,相关系数绝对值在0.6以上。去除包络线处理后,土壤光谱曲线特征差异明显,在420 nm、480 nm、660 nm和900 nm附近出现了明显吸收谷。(2)原始光谱、倒数对数变换和去包络线变换光谱在600 nm处的弓曲差与SOM含量极显著相关(P<0.01),相关系数分别为–0.66,0.61和–0.33。(3)利用3种光谱数据的差值指数、比值指数和归一化指数分别结合弓曲差,建立的SOM预测模型效果较好,建模的R2和RMSE分别介于0.56~0.64和4.98~5.50 g·kg^(–1),验证的R2和RMSE介于0.67~0.73和3.21~3.51 g·kg^(-1)。为快速有效测定苏中平原SOM含量提供技术支持。

关 键 词：光谱特征指数  弓曲差  光谱变换  土壤有机质

分 类 号：S151.9]