基于成像光譜技術(shù)土壤反射特性及剖面有機質(zhì)分布估計.pdf

1、土壤剖面及其土壤不同發(fā)生層次的屬性研究在土壤發(fā)生發(fā)育、土壤分類等土壤研究工作中具有重要的意義。傳統(tǒng)的土壤調(diào)查研究費時費力，而近端土壤探測(Proximal Soil Sensing，PSS)技術(shù)的出現(xiàn)為土壤調(diào)查提供了一種無損、高效的技術(shù)手段?？梢姽?近紅外(Visible/Near Infrared Reflectance，VIS/NIR：400-2500nm)是應(yīng)用于PSS的基礎(chǔ)技術(shù)之一。VIS/NIR光譜波段作為土壤各種理化性質(zhì)定量

2、分析的主要波段，光譜分辨率在10nm以內(nèi)，可反映精細的土壤光譜響應(yīng)特征，為研究者提供更加豐富、連續(xù)的物質(zhì)組分分布信息。光譜技術(shù)和成像技術(shù)結(jié)合而成的成像光譜技術(shù)既具有較高的光譜分辨率，也具有較高的空間分辨率，應(yīng)用于土壤剖面研究，在傳統(tǒng)的土壤光譜定量分析功能的基礎(chǔ)上，還可以實現(xiàn)土壤剖面屬性的精細制圖，結(jié)果可用于研究土壤中物質(zhì)運移過程、豐富土壤分類指標、土壤質(zhì)量評價等，具有重要的研究意義和價值。
　　 本文利用Headwall成像光譜

3、儀(HyperspecTM VNIR，400-1000nm和HyperspecTMNIR，900-1700nm)獲得風(fēng)干土壤剖面和不同發(fā)生層次不同粒徑盒樣(未過篩土樣、0.28～0.90mm土樣、0.20～0.28 mm土樣、0.15～0.20mm土樣和<0.15 mm土樣)的光譜影像；然后提取盒樣的平均反射光譜，分析土樣的不同粒徑和不同層次的光譜響應(yīng)特征，分別采用偏最小二乘回歸(PLSR)和υ-支持向量機(υ-SVR)方法，建立了土壤

4、有機質(zhì)(Soil Organic Matter，SOM)估計模型；最后運用模型估計剖面SOM含量，得到SOM含量在剖面上的分布圖。上述研究得到如下結(jié)論：
　　 1.土壤樣品的表面粗糙度對光譜反射率具有較大影響。隨著粒徑的減小，光譜反射率增大，其中<0.15 mm粒徑土樣光譜反射率明顯高于其他粒徑土樣。未過篩土樣去除陰影后，提高了整體光譜反射率，其光譜反射曲線與0.28～0.90mm曲線接近。
　　 2.土壤剖面上光譜反射

5、率隨深度的增加而增加。水稻土剖面的耕作層(A層)和犁底層(P層)光譜反射曲線非常接近，而與潛育層(G層)的光譜反射曲線相距較遠；潮土剖面的耕作層(A層)、雛形層(B1層)和氧化還原層(B2層)的光譜反射曲線之間分布較為均勻。其變化特征主要受層次間SOM含量、質(zhì)地等土壤理化性質(zhì)變化的影響，可能與土壤的耕作方式和水肥管理的差異有關(guān)。
　　 3.土壤光譜反射率與SOM存在著較好的相關(guān)性，利用土壤不同粒徑盒樣建立了SOM的PLSR和υ-

6、SVR估計模型都滿足精度要求，決定系數(shù)(R2)基本上達到0.8，相對分析誤差(RPD)基本都達到2。結(jié)果顯示，同一粒徑的υ-SVR所建立的估計模型精度較高。不同粒徑土樣的SOM含量PLSR模型中，<0.15 mm土樣模型精度最高，而在υ-SVR模型中，0.28～0.90mm土樣模型精度最高。對于未過篩土樣來說，在提取土樣光譜曲線時去除陰影對模型精度影響不是很大。利用SOM含量估計模型估計土壤剖面上SOM含量，其中υ-SVR模型效果很差，