[发明专利]一种利用发射率数据获取黑土土壤全钾含量的反演方法

说明书

本发明属于信息提取技术领域，具体涉及一种利用发射率数据获取黑土土壤全钾含量的反演方法，该方法具体包括以下步骤：步骤(1)钾元素含量与发射率各波段皮尔森相关性分析；步骤(2)建立多元全二次逐步回归模型；步骤(3)对模型进行精度验证；步骤(4)通过回归诊断的学生化残差对步骤(3)进行精度验证的模型进行优化；步骤(5)步骤(4)优化的模型与其他模型结果做对比。本发明使用的全二次多元逐步回归方法引入了更多的参数进行模型建立，能够有效提高反演精度，同时解决了传统土壤元素含量填图过于依赖控制点问题，减少野外工作量，为发射率数据的应用提出了新的思路。

技术领域

本发明属于信息提取技术领域，具体涉及一种利用发射率数据获取黑土土壤全钾含量的反演方法。

背景技术

土壤钾元素含量是评价土壤营养程度重要的指标之一，对土壤钾元素含量获取的传统流程是通过在控制点处取得土壤样品，进行室内化学分析得到元素含量，最后通过插值得到整个研究区的元素含量分布图。传统方法的不足体现在：首先，元素含量分布图的准确性过于受制于采样点的分布与采样密度，在研究区范围过大采样点分布不均匀时反演精度就会收到很大影响；其次，费时费力，需要在每一个控制点采集新鲜的土壤样品进行室内化学分析，某些地块客观上无法到达，限制了反演精度。

因此需要提出一种适用于利用发射率数据获取黑土土壤全钾含量的反演方法获得较高反演精度和效率，以解决现有技术的不足。

发明内容

本发明的目的在于提供一种适用于利用发射率数据获取黑土土壤全钾含量的反演方法，能进一步提高黑土土壤全钾含量的反演精度和效率。

本发明的技术方案是：

一种利用发射率数据获取黑土土壤全钾含量的反演方法，该反演方法具体包括以下步骤：

步骤(1)钾元素含量与发射率各波段皮尔森相关性分析；

步骤(2)依据步骤(1)得到的特征波段建立多元全二次逐步回归模型；

步骤(3)利用均方根误差和判定系数对步骤(2)建立的回归模型进行精度验证；

步骤(4)通过回归诊断的学生化残差对步骤(3)进行精度验证的模型进行优化；

步骤(5)步骤(4)优化的模型与常规多元逐步回归模型与偏最小二乘模型建模结果做对比。

所述的步骤(1)中采集40个土壤样本，利用公式(1)做钾元素含量与发射率各波段皮尔森相关性分析，得出钾元素与32个波段发射率呈负相关关系，取其中相关系数大于0.6呈强相关的波段的4个波段：6、11、15、23波段，对应TASI发射率波长分别为8.602um、9.15um、9.588um、10.464um。

所述的步骤(2)中将步骤(1)所得的四个强相关波段带入公式(2)得到土壤全钾元素含量与发射率的全二次多元逐步回归方程。

所述的步骤(2)的具体操作为将40个土壤样本随机分为两组，其中32个样本用于含量预测模型的建立，剩下的8个样本用来测试模型的精度，验证钾元素含量数据符合正态分布后，以各元素相关系数高的4个波段发射率数据作为自变量，钾元素含量为因变量，同时对方程中引入的每一项系数做统计分析中的显著性验证。

所述的步骤(2)中显著性验证采用t检验和F检验，其中t检验是对回归系数的显著性进行检验，t检验的p值小于等于0.05可视为存在显著性差异，F检验是方差齐性检验，若F实际值大于F查表值，则p值小于等于0.05，可视为存在显著性差异，以对回归方程中常数项、线性项和二次项进行的t检验的p值是否小于等于显著性水平0.05为判定依据，依次引进显著项剔除非显著项，同时对模型总体进行F检验的p值是否小于等于显著性水平0.05来验证样本观测值与总体假设值是否存在显著性差异从而建立模型。