基于反射光谱特征的土壤盐碱化评价

以吉林省西部盐碱土及其光谱反射率为研究对象,采用一阶微分、去包络线方法建立各种土壤光谱指数,分析并确定反映盐碱化程度的最佳波段与土壤光谱指数,建立盐碱化土壤参数的高光谱定量模型用于评价土壤盐碱化程度.结果表明:盐碱土在400～2500nm的范围内主要有五个明显的吸收谷,碱斑土壤由于富含盐分在五个吸收谷范围的吸收特征均显著强于其他土壤;不同地域土壤属性间相关关系存在共性,pH值与电导率正相关,二者都与有机质负相关;微分、去包络线方法得到的光谱指数与土壤参数的相关系数显著优于反射率,去包络线方法得到的土壤光谱指数普适性更强;基于土壤光谱指数的高光谱模型可以准确预测盐碱土pH值,可以用于土壤的盐碱化程度评价.     

基于反射光谱特性的土壤分类研究

选取中国松嫩平原吉林省农安县主要土壤(黑土、黑钙土、草甸土、风砂土、冲积土)室内光谱反射率作为研究对象,利用去包络线方法提取反射光谱特征指标,作为输入变量建立BP神经网络模型,进行土壤分类研究,探索利用表层土壤反射光谱特性进行土壤分类的可行性。结果表明:(1)包络线去除后的曲线使土壤可见光近红外波段的吸收特征显著增强;农安县不同土壤在400～2500nm范围内主要有5个光谱吸收谷,前2个吸收谷主要是由于土壤有机质、铁及土壤机械组成引起的,后3个是土壤水分吸收光谱能量引起的;不同土壤类型反射光谱的差异主要表现在前2个吸收谷。(2)由于输入变量的选取客观准确,基于前2个吸收谷形状特征的BP神经网络模型的土壤分类精度显著优于以反射率或5个吸收谷形状特征为输入变量的模型,可以用于土壤分类。