航空高光谱预测黑土地SOM含量的神经网络方法

将机载高光谱遥感引入到黑土信息提取领域,不仅能够显著提升土壤信息反演的信息化水平,而且将机载高光谱遥感的优势结合到黑土信息提取的需求中,发挥明显的技术优势。这对黑土成分中重要的养分指标有机质,提出了一种神经网络模型预测含量的方法,这种方法可以在地面点状化验数据支持下,进行大面积黑土有机质含量信息的提取,为黑土地数字制图效率的提升提供了一种新的解决方案。研究表明,高光谱波段与化验数据相关系数较高的前18波段,能够作为可靠的建模数据,全区有机质含量介于3.32~4.12g·kg~(-1),对验证数据集的测量数据和预测数据进行了制图,回归系数达到了0.985 3,证明了这一方法在理论上的可靠性。