基于光谱匹配技术的土壤属性预测方法研究

《基于光谱匹配技术的土壤属性预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、④密级中国科学院大学Lni、ersitvofChineseAcadem',ofSciences硕士学位论文基王迸谱匹配堇本数±攘属性亟型直基班嚣作者姓名：魏昌蕉指导教师：型垂国班基虽生星整堂匿匿基±璧班嚣压学位类别：盔主亟±学科专业：迸显巫缝量量盛篮星研究所：直立±攫班豇压二。一三年五月IIIIIIIJIIlllllllIlllllIIUJY2431950ByWeiChanglongADissertationSubmittedtoTheUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirement

2、ForthedegreeofMasterofEnvironmentalResourcesandremotesensingInstituteofSoilScience，ChineseAcademyofSciencesMay,2013关于学位论文使用权声明任何收存和保管本论文各种版本的单位和个人，未经著作权人授权，不得将本论文转借他人并复印、抄录、拍照、或以任何方式传播。否则，引起有碍著作权人著作权益之问题，将可能承担法律责任。关于学位论文使用授权的说明本人完全了解中国科学院大学南京土壤研究所有关保存、使用学位论文的规定，即：中国科学院大学南京土壤研究所有权保留学位论文的副本，允许

3、该论文被查阅；中国科学院大学南京土壤研究所可以公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存该论文。签名：(涉密的学位论文在解密后应遵守此规定)导师签名：日期：关于学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下，独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人享有著作权的内容。对本文所涉及的研究工作做出重要贡献的其他个人和集体，均已在文中以明确方式标明。签名：导师签名：日期：致谢本文得到中国科学院战略性先导科技专项(XDA05050503)；国家科技基础性工作专项(2008FYl106

4、00)1,2／,科技部国际科技合作项目(2010DBF24140)的资助支持，特此致谢!摘要土壤漫反射作为土壤性质的综合反映，其特征反映了土壤中的物质构成及其含量，同时也指示了土壤性质的演化。土壤光谱分析具有高效、无损等特点，符合当前土壤学现代化、信息化的研究趋势。本研究以准确提取土壤光谱信息为目标建立光谱图库，通过匹配技术提取相似样本反演属性含量，并分析匹配技术用于光谱定量预测的可行性，为土壤光谱图库的发展与完善提供技术参考。本文采用Cary5000获取土壤光谱反射率，测定了宣城试验区土壤反射光谱(350～2500nm)，共包含400个光谱数据，建立区域土壤光谱图库(Regi

5、onalsoilspectralibrary，RSSL)，并随机分为参考集(Xr，296个样本)和测试集(Xt，104个样本)。以土壤有机质(Soilorganicmatter，SOM)、阳离子交换量(CationexchangecapaciW，CEC)和游离铁为目标属性，通过匹配算法检索Xr中与xt最相似的样本，验证具有相似光谱的土壤是否含有相似目标属性的假设，并比较匹配算法欧氏距离(Euclideandistance，ED)和光谱角(Spectralanglemapper，SAM)对光谱曲线匹配结果的差异。试验通过匹配数据(反射率(Reflectance，R)、反射率的一阶

6、导数(Firstderivative，FDR)和反射率倒数的对数变换(Log(1／R))三种形式)直接反演测试集的目标属性；并尝试将提取的相似样本进行偏最小二乘回归(partialleastsquareregression，PLSR)建模预测目标属性，比较不同方法下的预测结果；最后探讨匹配技术在不同区域的适用性。本文研究得到以下结论：1．通过传统PLSR建模方法可较好预测SOM和CEC(R2>0．80，RPD>2．50)，不能准确预测游离铁(R2<0．30)。对SOM和CEC而言，预测精度随建模样本数的减少而降低。对游离铁而言，由于土壤光谱在游离铁<20g·kg。1和20g·k

7、g。~40g‘k分1时存在很高的相似度(cos0>0．99995)，致使PLSR建模不能准确预测。2．匹配算法(ED和SAM)适于在350～2500nm范围匹配相似光谱反演SOM和CEC。其中在SAM算法下，SOM的最佳预测为R2=O．80，I冲D=2．18，CEC的最佳预测为R2=0．87，RPD=2．59。ED算法在计算较少波段的距离时，体现了测量几何空间距离的优势。3．基于SAM．PLSR模型可很好地预测SOM和CEC含量(RPD>3．0)。提取相似样本PLSR建模，实现了在较少建模样