Please wait a minute...
img

官方微信

遥感技术与应用  2019, Vol. 34 Issue (2): 313-322    DOI: 10.11873/j.issn.1004-0323.2019.2.0313
模型与反演     
东北黑土区土壤铬含量高光谱反演研究
张明月,张奇栎,王璐,田尉霞,王茂芝
(成都理工大学数学地质四川省重点实验室,四川 成都 610059)
 
Research on Chromium Retrieval of Black Soil with Hyperspectral Imagery in Northeast of China#br#
Zhang Mingyue,Zhang Qili,Wang Lu,Tian Weixia,Wang Maozhi
 (Geomathematics Key Laboratory of Sichuan Provence,Chengdu University of Technology,Chengdu 610059,China)

 
 全文: PDF(3682 KB)  
摘要: 以东北黑土区某农场为研究区,在光谱积分定义的基础上,提出一种新的光谱特征参数——反向光谱吸收积分,建立偏最小二乘回归模型对土壤中铬元素含量进行反演研究。与传统的光谱特征参量,包括微分变换、倒数变换、对数变换等11种光谱变换以及吸收面积建立的土壤铬含量高光谱反演模型进行对比分析,结果表明:在光谱变换特征中,平方根一阶微分模型能够较好地定量预测铬含量;吸收面积模型稳定性略差,只能对样本进行初略估计;针对反向光谱吸收积分模型,其建模样本的调整决定系数为0.73,均方根误差为2.63 mg/kg;验证样本的调整决定系数为0.77,均方根误差为2.36 mg/kg,相对偏差为3.21,表明此模型具有极好的预测能力。因此,反向光谱吸收积分能够明显改善铬含量反演模型的精度和稳定性,为土壤铬污染监测提供了新的思路。
关键词: 土壤铬含量光谱变换吸收面积反向光谱吸收积分偏最小二乘回归
    
Abstract: According to the definition of spectral integral,a new spectral characteristic parameter,with the name Reversed Spectral Absorption Integral(RSAI),is proposed and used to retrieve the chromium content based on the Partial Least Squares Regression(PLSR) model.The contrastive study with other traditional spectral characteristic parameters,including differential transformation,inverse transformation,absorption area,etc.indicates that(1) the first derivation of square root transformed model can predict the chromium content quantitatively in terms of spectral transformations.(2) the stability of the absorption area model is slightly poor,and the chromium content of samples can only be estimated roughly.(3) However,as to the inversed spectral absorption integral model,the adjustment determination coefficient(Ad-R2) of the modeling and verification is 0.73 and 0.77,while the Root Mean Squared Error(RMSE) is 2.63 mg/kg and 2.36 mg/kg respectively with Relative Percent Deviation(RPD) being 3.21,which shows that the RSAI model has excellent prediction ability.So,the inversed spectral absorption integral new model can improve the accuracy and stability used to retrieve the chromium content,which provides a new idea for monitoring the chromium contamination in soil.
Key words: Soil chromium content    Spectral transformation    Absorption area    Reversed spectral absorption integral    PLSR
出版日期: 2019-05-10
ZTFLH:  TP79  
基金资助: 四川省科技计划重点研发项目“基于吸收指示特征及其强度的航空高光谱目标地物信息提取软件研制”(2017GZ0302),中国地质调查局地质调查项目“天山—北山重要成矿区带遥感调查”(DD2016006809)。
作者简介: 张明月(1994-),女,四川阆中人,硕士研究生,主要从事高光谱遥感图像处理研究。E-mail:aug.mingyue@gmail.com。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

张明月, 张奇栎, 王璐, 田尉霞, 王茂芝. 东北黑土区土壤铬含量高光谱反演研究[J]. 遥感技术与应用, 2019, 34(2): 313-322.

Zhang Mingyue, Zhang Qili, Wang Lu, Tian Weixia, Wang Maozhi. Research on Chromium Retrieval of Black Soil with Hyperspectral Imagery in Northeast of China#br#. Remote Sensing Technology and Application, 2019, 34(2): 313-322.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2019.2.0313        http://www.rsta.ac.cn/CN/Y2019/V34/I2/313

[1] 李晓慧, 王宏, 李晓兵, 迟登凯, 汤曾伟, 韩重远. 基于多时相Landsat 8 OLI影像的农作物遥感分类研究[J]. 遥感技术与应用, 2019, 34(2): 389-397.
[2] 李伟, 唐伶俐, 吴昊昊, 腾格尔, 周梅. 轻小型无人机载激光雷达系统研制及电力巡线应用[J]. 遥感技术与应用, 2019, 34(2): 269-274.
[3] 丁海宁. 黄土高原土壤铁元素含量遥感反演方法 [J]. 遥感技术与应用, 2019, 34(2): 275-283.
[4] 李春江, 沈国状, 张继超. 基于灰色系统理论的植被物理参数与极化分解参数的关联分析—以鄱阳湖湿地为例[J]. 遥感技术与应用, 2019, 34(2): 284-292.
[5] 宋小霞, 王静, 储小青. 基于多普勒频移的SAR海表流场反演[J]. 遥感技术与应用, 2019, 34(2): 293-302.
[6] 张赫林, 彭代亮, 张肖, 范海生, 徐富宝, 叶回春, 王大成. 基于植被指数季节变化曲线的年总初级生产力估算[J]. 遥感技术与应用, 2019, 34(2): 303-312.
[7] 周玉科. 基于遥感的中国东北植被物候不对称特征分析[J]. 遥感技术与应用, 2019, 34(2): 345-354.
[8] 李嘉玲, 董东林, 林刚, 汪箫悦, 王健, 吴朝阳. 基于NDVI数据的江苏省植被物候变化及其影响因子分析[J]. 遥感技术与应用, 2019, 34(2): 367-376.
[9] 罗庆洲, 朱传武, 王培法. 使用MODIS近红外图像直接计算地表水汽压的研究—以贵州省为例[J]. 遥感技术与应用, 2019, 34(2): 398-403.
[10] 王莹莹, 袁金国, 张莹, 吴朝阳. 中国温带地区植被物候期时空变化特征及对总初级生产力的影响[J]. 遥感技术与应用, 2019, 34(2): 377-388.
[11] 马鹏飞, 厉青, 陈辉, 张丽娟, 张玉环, 王桥, 周春艳, 毛慧琴, 陈翠红, 王中挺. 京津冀及周边地区大气污染防治重点关注区域遥感综合分析[J]. 遥感技术与应用, 2019, 34(2): 404-411.
[12] 王磊, 蒋宗立, 刘时银, 上官冬辉, 张勇. 中巴公路沿线冰川运动特征[J]. 遥感技术与应用, 2019, 34(2): 412-423.
[13] 殷宇威, 唐丹玲, 刘宇鹏. 南海岛礁附近悬浮泥沙时空分布的遥感研究[J]. 遥感技术与应用, 2019, 34(2): 435-444.
[14] 陈思宇, 梁天刚. 基于EVI2和多趋势分析法的高原草地植被物候动态监测研究[J]. 遥感技术与应用, 2019, 34(2): 355-366.
[15] 徐凡, 张雪红, 石玉立. 基于激光雷达和航拍影像的城市地物分类研究[J]. 遥感技术与应用, 2019, 34(2): 253-262.