[发明专利]一种基于高光谱技术的碱化土壤空间酸碱度监测方法

摘要

本发明公开了一种基于高光谱技术的碱化土壤空间酸碱度监测方法，通过对其土壤高光谱数据变换形式的反射率与土壤PH进行相关分析，建立多元逐步线性回归(SMLR)模型及偏最小二乘回归(PLSR)模型，分析土壤碱化程度和空间分布状况，对土地质量进行评价，为土壤的综合治理提供科学依据，在此基础上进行拓展研究，使碱化土壤空间酸碱度的高光谱监测技术能够在干旱区和半干旱区得到实施应用，尤其是地形起伏较大区域和无人区域能够从无监测转化为逐时空间监测。

主权项

一种基于高光谱技术的碱化土壤空间酸碱度监测方法，其特征在于：包括以下步骤：步骤一：选取能代表当地盐渍化状态的典型区域，样地土壤类型包括盐土、沼泽土、灰漠土、灰棕漠土、潮土、风沙土、淤灌土和草甸土，地表覆盖植被为典型的盐生沙漠植物白刺、梭梭、柠条、怪柳、胡杨；在同一个采样区域选取地表状况相似的多个样点，进行土壤剖面试验，使用铝制环刀进行分层取样；使用手持GPS仪对每个样点的海拔和经纬度坐标进行记录；步骤二：将步骤一所得土样进行自然风干、研磨、去除砂砾、石块和植物残体处理，然后进行过筛处理；将处理好的土样分为3份：分别用于光谱分析、化学测量和保存备用；步骤三：将步骤二所得土样进行室内光谱分析，为了减小光线的漫反射，每次测试前需进行朗伯性漫射材料聚四氟乙烯白板标定；步骤四：为了减小光谱测定过程中所产生的误差，要对光谱数据进行预处理，所以对土壤样本的原始反射光谱曲线进行消除噪音、重采样的预处理方法，来提高两者之间的相关性；步骤五：通过对所得土壤光谱反射率、反射率一阶导数微分和倒数对数与PH逐波段进行相关分析，得到各波段与PH之间的相关系数，根据相关分析结果，选取相关系数较大的波段，进行多元逐步线性回归分析，建立土壤光谱反射率及一阶导数微分和倒数对数与PH之间的回归方程；选取决定系数R2和均方根误差RMSE来评价回归方程对样本的拟合度；步骤六：建模使用SMLR模型和PLSR模型；SMLR模型根据方差分析结果选取较好的自变量进入方程进行建模，能将F值较小的自变量筛除，达到最好的建模效果；PLSR模型是通过将因子分析和回归分析相结合，能解决普通多元线性回归较难解决的问题；它通过因子分析将光谱空间数据维数降低，然后通过合理选取主成分，去掉代表干扰组分和干扰因素主成分，选用有效的主成分参与回归；步骤七：模型需要较高的R2和较低的RMSE，在回归分析中，采用方差分析法对建立的回归模型进行评价，首先利用R2来验证自变量与因变量之间的关系，决定系数反映了模型自身的稳定性，保证自变量和因变量之间相关性符合回归模型允许范围；然后利用RMSE来评价测量数据偏离真实值的程度，RMSE越小，R2越大，说明模型预测精度越高，模型稳健性就越好；利用以上分析方法得到的估算模型,其精度的高低及适用性如何是需要验证的，土壤PH光谱特征通过多元回归分析方法与偏最小二乘回归分析方法分别建立了各自反演模型，但须从模型的稳定性与预测能力出发，对模型进行有效检验；R2表示拟合优度的大小，反映了模型自身的稳定性，当决定系数较大时，说明了自变量对因变量的解释程度较高，构建的模型较为稳定；RMSE能够较好地反映构建模型的监测能力，当总均方根误差较小时，说明构建的模型的精度较高，其预测能力较好；步骤八：挑选最适合的建模波段，拟合出最适模型后，利用高光谱卫星进行区域空间酸碱度的分析与监测，能够及时反映出空间酸碱度的变化状况，起全范围空间逐时监测作用，有效弥补人工监测的不足。