基于数字图像颜色提取的土壤有机质预测研究

有机质是土壤质量的重要判定标准，其快速测定可为精准农业的实施提供基本的数据支撑。传统有机质测定法，通过野外取样，实验室化学分析，不仅费时费力，还效率低，完全不能满足现今社会发展对土壤信息的大量需求。通过光谱仪测定土壤反射率建立有机质估测模型，可快速预测有机质含量，但光谱仪价格较高，对操作环境要求严格，限制了其广泛应用。仅有RGB三波段的可见光传感器，相比光谱仪而言不仅价格便宜，还易于操作，借助其诸多优势，通过定量获取土壤表面颜色信息，解决土壤有机质快速测定问题，不管是从实用性还是经济性角度，都值得去探索研究。为验证可见光下提取数字图像颜色信息能快速预测有机质的可行性和适用性，采用数码相机获取土壤表面颜色，分析土壤表面组成特点，确定最佳取样面积，并比较不同土样制样标准(<1 mm和<0.5 mm) 与有机质的相关性，同时选取相关性高的颜色变量，通过回归分析，建立有机质预测模型。研究结果表明，以950 pixel×950 pixel作为取样面积，可以较稳定获取土样表面颜色，并减少边缘效应对取样结果的影响；对比<1 mm和<0.5 mm土样与有机质的相关性发现，<1 mm土样的RGB三波段与有机质的相关性更高，适合作为土壤颜色获取时的制样标准。在RGB三波段中，Red波段表现了与有机质的最高相关性，其相关系数为-0.70；通过对RGB三波段进行数学变换与超红(ExR)计算，可增加各颜色值与有机质的相关性，其中ExR指数表现了与有机质最高的相关性，其相关系数为-0.86。单变量建模过程中，ExR倒数模型获得了最好预测效果；多变量建模时，各颜色标准差参与建模，使颜色信息描述更为全面，明显提高了模型的预测精度，获得了最好的建模效果，其R2=0.80，RMSE=0.51，检验结果R2_val=0.84，RMSE_val=0.54，能较好反应研究区有机质变异特点。通过黑土检验所建模型的预测效果，仅单变量Red波段模型表现出较好预测结果，其检验结果表明红波段是有机质较为敏感波段，在不同土类中具有通用性。虽然研究中所建模型难以扩展到对其他土类的预测，但对同类土壤预测效果表明，数码相机作为颜色定量获取的工具，具有实现快速预测土壤有机质的潜力。

Study on Prediction of Soil Organic Matter Based on Digital Image Color Extraction