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] 王树果, 马春锋, 赵泽斌, 魏龙. 基于Sentinel-1及Landsat 8数据的黑河中游农田土壤水分估算[J]. 遥感技术与应用, 2020, 35(1): 13-22.
[2] 张新平,乔治,李皓,闫杰,张芳芳,赵栋锋,王得祥,康海斌,杨航,冯扬. 基于Landsat影像和不规则梯形方法遥感反演延安城市森林表层土壤水分[J]. 遥感技术与应用, 2020, 35(1): 120-131.
[3] 李雷,郑兴明,赵凯,李晓峰,王广蕊. 基于CCI土壤水分产品的干旱指数精度评价及其对东北地区粮食产量的影响[J]. 遥感技术与应用, 2020, 35(1): 111-119.
[4] 郑贵洲,熊良超,廖艳雯,王红平. 利用MODIS数据反演南海南部海表温度及时空变化分析[J]. 遥感技术与应用, 2020, 35(1): 132-140.
[5] 程春梅,韦玉春,李渊,涂乾光. 太湖水体GF-1/WFV影像的6S逐像元大气校正[J]. 遥感技术与应用, 2020, 35(1): 141-152.
[6] 董世元,张文娟,许君一,马建行. ESTARFM相似像元选取方法的改进研究[J]. 遥感技术与应用, 2020, 35(1): 185-193.
[7] 刘俊,孟庆岩,葛小三,刘顺喜,陈旭,孙云晓. 基于BP神经网络的夏玉米多生育期叶面积指数反演研究[J]. 遥感技术与应用, 2020, 35(1): 174-184.
[8] 于丽君,聂跃平,杨林,朱建峰,孙雨,刘芳,高华光. 新疆轮台奎玉克协海尔古城空间考古综合研究[J]. 遥感技术与应用, 2020, 35(1): 255-266.
[9] 郑宗生,胡晨雨,黄冬梅,邹国良,刘兆荣,宋巍. 基于迁移学习及气象卫星云图的台风等级分类研究[J]. 遥感技术与应用, 2020, 35(1): 202-210.
[10] 罗家顺,邱建秀,赵天杰,王大刚. 基于Sentinel-1数据的黑河中游土壤水分反演[J]. 遥感技术与应用, 2020, 35(1): 23-32.
[11] 陈家利,郑东海,庞国锦,李新. 基于SMAP亮温数据反演青藏高原玛曲区域土壤未冻水[J]. 遥感技术与应用, 2020, 35(1): 48-57.
[12] 康重阳,赵军,宋国富,包山虎. 基于OMI/OMPS中国季风区大气边界层SO2时空格局分析[J]. 遥感技术与应用, 2020, 35(1): 233-244.
[13] 陆峥,韩孟磊,卢麾,彭雪婷,蒙莎莎,刘进,杨晓帆. 基于AMSR2多频亮温的黑河流域中上游土壤水分估算研究[J]. 遥感技术与应用, 2020, 35(1): 33-47.
[14] 王一帆,徐涵秋. 利用MODIS EVI时间序列数据分析福建省植被变化(2000~2017年)[J]. 遥感技术与应用, 2020, 35(1): 245-254.
[15] 胡路,赵天杰,施建成,李尚楠,樊东,王平凯,耿德源,肖青,崔倩,陈德清. 基于地基微波辐射观测的土壤水分反演算法评估[J]. 遥感技术与应用, 2020, 35(1): 74-84.