高光谱土壤成分信息的量化反演

高光谱土壤成分信息的量化反演

论文摘要

随着土地资源调查的深入,土地资源的管理已从数量管理向质量维护生态保护方向发展,同时向着自动化、定量化方向迈进。利用成像光谱技术的高光谱分辨率特点可提高土地质量评价精度,为土地调查、评价和管理提供更丰富、精确的数据源,对土地资源的管理具有重要的指导意义。高光谱遥感凭借其极高的光谱分辨率在岩石矿物、土壤、植被以及水域等物质组分定量反演研究中表现出非凡的潜力。就土壤而言,其矿物质、有机质、湿度、粗糙度、土壤质地等均是土壤光谱的主要贡献者。 本论文从土壤反射光谱特性入手,揭示土壤物质组分与其光谱成因机理之间的内在联系。运用各种土壤反射率数学变换形式,找出最佳单相关分析波段,利用统计学相关分析方法,建立多组回归分析模型,成功地实现了土壤有机质、湿度、氧化铁的三组分的成像光谱土壤成分填图。具体研究内容如下: 1.通过野外、室内一定数量的光谱测试及其化学成分鉴定,详细地分析和研究山东招远东良乡潮棕壤土光谱特点,认为该土属沙土和沃土的混合。在反射光谱0.45~2.5μm区间范围内,随土壤含水量、有机质以及铁氧化物含量增加,光谱曲线呈下降趋势;而可见光到近红外光是反演土壤有机质的最佳波段。 2.光谱微分处理技术是提取土壤成分信息的有效方法之一。尤其是反射率对数一阶、二阶微分变换可提高土壤有机质、氧化铁与反射率变换值之间的相关性。据此建立线性回归分析模型,完成有机质、氧化铁二组分特征参量填图。同时光谱微分技术还能部分地清除大气效应,特别是一阶微分处理能较好地去除部分线性或接近线性的背景噪声光谱对目标光谱的影响。 3.去包络线法是土壤光谱特征分析的有效方法之一。它简便、准确而有效地提取土壤中某些成分(如:湿度等)的“峰值点”的特征参量。经包络线去除后的土壤光谱反射率归一化到0~1.0之间,可快速有效地突出土壤光谱曲线吸收和反射特性。从而提取“吸收峰”处的特征参量值,如:波段波长位置、深度、宽度、面积等,据此预测土壤中某些组分含量信息。本次研究利用土壤水分在1933nm附近的吸收峰特征值(面积参量)检测土壤含水量(土壤墒情),从而实现了土壤湿度面积填图。 4.定标是定量遥感的基础。辐射定标是通过大气校正来实现的,从而完成相对反射率转换。在此介绍了三种相对反射率转换方法:(1)线性法相对反射率转换,(2)对数残差法相对反射率转换,(3)大气传输模型法相对反射率转换。本次工作采用的是第一种方法。 5.遥感分析的过程就是一个定量反演的过程。如何精确而成功地反演地表或大气组分参量信息是定量遥感研究的热点与难点。除了传感器定标、辐射定标以及大气校正等因素需考虑之外,还应考虑土壤二向反射特性BRDF问题。本文阐述了三种描述土壤二向反射特性模型:经验模型、几何光学模型和辐射传输模型,并对土壤二向反射特性进行了初步探讨。 6.本文还对土壤蒙塞尔颜色模型作为表述土壤重要属性做了一般性的评述。分析认为Munsell模型作为颜色立体模型可对土壤的重要属性作定性或定量分析。如:土壤分类、预测土壤有机质含量或质地等。前人研究证明:土壤明度与土壤反射率有较高的相关性:由于土壤颜色仅限于可见光范围内,因此Munsell颜色立体模型只能预测影响土壤颜色的属性参量,这给定量研究土壤属性带来一定的局限性。

论文目录

  • 1 引言
  • 1.1 研究背景
  • 1.2 高光谱研究现状
  • 1.2.1 高光谱遥感的技术特点
  • 1.2.2 国外高光谱遥感研究现状
  • 1.2.3 国内高光谱遥感研究现状
  • 1.3 高光谱遥感在土壤学中的研究现状与前景
  • 1.3.1 遥感技术与土壤学
  • 1.3.2 土壤遥感光谱学的内涵
  • 1.3.3 土壤遥感光谱学在土壤特性分析中应用简介
  • 1.4 遥感技术在精准农业中的研究现状与前景
  • 1.4.1 精准农业的内涵
  • 1.4.2 遥感技术与精准农业
  • 1.5 本文的研究目标及研究内容
  • 2 数据获取及数据处理技术
  • 2.1 试验区概况
  • 2.2 地面、实验室数据获取及其处理
  • 2.2.1 地面光谱数据获取及其处理
  • 2.2.2 实验室光谱数据获取及其处理
  • 2.2.3 实验室土壤化学成分测定
  • 2.3 成像光谱数据获取及数据处理
  • 2.3.1 数据获取
  • 2.3.2 数据处理技术
  • 2.4 数据评价与波段选择
  • 2.4.1 目视评价波段质量
  • 2.4.2 剔除超辐射定标波段
  • 2.5 几何纠正
  • 3 土壤光谱特征组分的定量分析
  • 3.1 土壤矿物成分与土壤光谱特性
  • 3.1.1 土壤矿物成分概述
  • 3.1.2 土壤矿物成分与其光谱特征相关性分析
  • 3.2 土壤有机质光谱特征分析及其光谱量化反演
  • 3.2.1 土壤有机质光谱特征分析
  • 3.2.2 土壤有机质光谱定量反演
  • 3.2.3 光谱微分处理技术
  • 3.2.4 单相关分析
  • 3.2.5 多元回归模型确立
  • 3.2.6 结论
  • 3.3 土壤水含量光谱特征分析及其定量反演
  • 3.3.1 土壤中水的光谱特征分析
  • 3.3.2 水吸收峰特征值提取
  • 3.3.3 结论
  • 3.4 土壤氧化铁光谱特征分析及其定量反演
  • 3.4.1 土壤中铁的光谱特征分析
  • 3.4.2 微分处理技术
  • 3.4.3 单相关分析
  • 3.4.4 回归分析
  • 3.4.5 结论
  • 3.5 土壤颜色与土壤反射率
  • 3.5.1 土壤颜色成因分析
  • 3.5.2 蒙塞尔颜色模型与土壤反射率关系
  • 3.5.3 结论
  • 4 试验区OMIS-1数据土壤质量参量填图
  • 4.1 圈定图像感兴趣区
  • 4.2 OMIS-1数据去噪
  • 4.2.1 EFFORT纠正法
  • 4.2.2 MNF变换数据法
  • 4.3 裸土提取
  • 4.3.1 NDVI植被指数掩膜法
  • 4.3.2 PPI纯像元指数提裸土法
  • 4.4 表层农用土土壤参量填图结果
  • 4.4.1 土壤有机质参量填图
  • 4.4.2 土壤水分参量填图
  • 4.4.3 土壤氧化铁参量填图
  • 4.5 结论
  • 5 土壤双向反射对成份反演初步讨论
  • 5.1 二向性反射分布函数综述
  • 5.1.1 二向性反射分布函数概念
  • 5.1.2 土壤二向性反射特征分析
  • 5.2 土壤双向性反射率的获取
  • 5.2.1 样品的实验室测定
  • 5.2.2 样品的野外测量
  • 5.3 土壤BRDF模型浅析
  • 5.3.1 基于经验模型的土壤BRDF分析
  • 5.3.2 基于几何光学模型的土壤BRDF分析
  • 5.3.3 基于辐射传输模型的土壤BRDF分析
  • 5.4 结论
  • 6 结论与展望
  • 6.1 主要成果和创新点
  • 6.2 几点结论
  • 6.3 存在的问题与不足
  • 6.4 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

    高光谱土壤成分信息的量化反演
    下载Doc文档

    猜你喜欢