基于多元统计分析的麦田耕作层SOM高光谱估测研究
详细信息 查看官网全文
摘要
【研究背景】土壤有机质在影响土壤物理、化学、生物功能具有重要的作用,也是评价土壤质量指标之一,快速、无损、大面积获取土壤有机质状况对于田间肥料管理、作物可持续生产具有的潜在的应用价值,而土壤有机质的传统化学分析方法耗时、肥力、难以满足未来精准农业中变量施肥的需求,高光谱分析方法为解决这一问题提供了有效的技术手段。土壤经过筛处理后,过筛土常用于土壤理化性质的光谱研究,而非过筛土是否更有利于土壤属性的光谱研究,有待进一步的证明。【材料与方法】100-200字,5号宋本研究在试验小区和大田条件下分别获取107和47个土壤样本,对所有样本进行8mm筛处理,利用连续统去除法(CR)提取不同粒径土壤的所有光谱吸收特征参数,结合多元线性回归(MLR)和偏最小二乘法(PLSR)提取土壤有机质的重要光谱吸收特征参数,并构建基于MLR和PLSR的土壤有机质的光谱监测模型,对比分析两种模型在大田条件下的表现,确定土壤有机质的重要光谱特征,实现土壤有机质的光谱估测,评价多元统计分析方法在构建土壤监测模型的应用。【结果与分析】光谱波段2410、1320、662 nm和2345、892、669 nm分别进入土壤有机质的MLR模型中,利用PLSR分析过程中的VIP参数和B-系数间接证实,以上波段与土壤有机质具有重要的关系;对比两种粒径的模型的表现可知,非过筛土的有机质光谱模型(R~2>0.692,RMSE<6.018)的表现要优于过筛土(R~2<0.627,RMSE>6.732);对比多元统计分析方法可知,基于CR方法的MLR模型对过筛土和非过筛土具有中等的预测能力,相比较而言,基于CR方法的PLSR模型的预测精度表现较差,但也具备中等的预测能力,且模型的稳健性和适应性要优于MLR模型。【结论】光谱波段662、892、1320和2345 nm与土壤有机质具有重要的作用,结合MLR和CR方法可以实现土壤有机质的光谱监测,而PLSR方法具有潜在的应用能力,非过筛土可能含有重要的土壤有机质光谱信息,应该得到一定的关注和重视。
引文