首页> 中文学位 >基于实验室光谱的土壤营养元素反演研究
【6h】

基于实验室光谱的土壤营养元素反演研究

代理获取

目录

文摘

英文文摘

第一章引言

1.1研究背景

1.2国内外研究现状

1.2.1国外研究情况

1.2.2国内研究情况

1.2.3小结

1.3本文的研究目标与研究内容

第二章土壤数据获取与预处理工作

2.1研究区概况

2.2土壤样本的采集

2.3土壤样本的实验室分析

2.3.1样品预处理

2.3.2土壤样本的化学分析

2.3.3土壤的实验室室光谱测定

2.4土壤光谱数据的预处理

2.4.1光谱分区断点的抛物线拟合校正

2.4.2光谱数据平滑去噪声

2.4.3获得的光谱数据

第三章土壤光谱特征分析与特征参数提取

3.1导数光谱计算与分析

3.2土壤光谱特征吸收带的提取与分析:去包络

3.3土壤反射率光谱波段深度的计算

3.4土壤光谱吸收特征参数的获得

第四章土壤营养元素的反射率反演研究

4.1方法介绍

4.1.1多元逐步回归分析

4.1.2偏最小二乘回归分析

4.2营养元素数据集特征分析

4.3营养元素的多元逐步回归分析

4.3.1特征吸收带的选择

4.3.2回归结果分析

4.3.3实测值与估算值的比较分析

4.4营养元素的偏最小二乘回归分析

4.4.1回归结果分析

4.4.2实测值与估算值的比较分析

4.5本章小结

第五章结论与展望

5.1结论

5.2展望

参考文献

硕士期间发表论文

致谢

展开▼

摘要

本论文利用天津地区的土壤室内反射光谱研究了土壤中营养元素含量(N、P、K)与可见光/近红外光谱之间的关系。论文从数据的获取与预处理、土壤的光谱特征参数提取与特征分析到土壤光谱参数与营养元素含量间的回归分析做了全面详细的论述。本文的主要内容和结论如下:对原始的土壤光谱曲线进行抛物线拟合校正,并利用海明窗作为滤波器对原始光谱曲线进行低通滤波。对预处理后的光谱曲线进行光谱曲线的倒数、去包络和波段深度计算,据此选择一些特征控制点,并获取土壤光谱吸收特征参数(H、W、A、S)表征土壤光谱曲线的形状特征和吸收带特征。运用逐步多元回归方法和偏最小二乘回归方法研究N、P、K元素含量与不同光谱指标(反射率Reflectance、一阶导数FDR、倒数之对数log(1/R)、波段深度Depth、波深归一化波段深度BND以及面积归一化波段深度BNA)之间的关系,建立了经验模型,并且对回归模型进行了验证;比较了两种回归方法以及不同光谱参数对营养元素含量回归分析的优劣。 本文分析表明,土壤反射率光谱与营养元素含量之间存在良好的相关性,尤其是N元素,其预测值与实测值值之间的相关系数R可达到0.89;偏最小二乘回归模型的验证精度比起多元逐步回归分析总体来说略高一些,但偏最小二乘回归模型的系数很多,这两种回归分析方法各有优劣;两种回归方法确定的最优回归光谱参数不同,在多元逐步回归分析中反演精度较高的是Reflectance和log(1/R),而在偏最小二乘回归分析中Depth和FDR的反演精度较高,且收敛速度很快;对原始光谱进行倒数之对数计算对于提高估算精度作用不大,只要原始光谱经过很好的预处理,同样可以取得满意的结果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号