10.3964/j.issn.1000-0593(2023)10-3223-07
基于离散小波的土壤全氮高光谱特征提取与反演
土壤全氮是重要的养分指标,利用高光谱技术研究并构建砂姜黑土全氮含量高光谱估测模型,为作物施肥及发展精确农业提供参考.尝试研究离散小波估测土壤全氮含量的可行性,以河南省商水县不同小麦氮肥处理为试验区,采集 100 份 0~20 cm的砂姜黑土,土壤样本风干并经研磨过筛等处理后,在实验室暗室内采集光谱.利用含量梯度法,将总样本(100 个砂姜黑土)划分为建模集 75 个和验证集 25 个.将原始光谱进行一阶导数变换,并对一阶导数光谱分别进行相关分析和离散小波变换,同时结合支持向量机和K邻近算法构建高光谱土壤全氮估测模型.系统分析了原始光谱和一阶导数光谱的单波段与土壤全氮的相关性,结果表明,经一阶导数变换后的光谱与土壤全氮有更好的相关性,在 1373nm 处相关系数达到最高为 0.84.利用离散小波算法对一阶导数光谱进行最佳母小波和分解层次选择,结果显示,经 sym8 函数分解的小波系数能较好的重构土壤全氮光谱信息,进一步基于分解层L1—L11 的低频系数分别建立支持向量回归和K邻近回归土壤全氮含量估测模型,比较全部估测模型,以分解层L5 的低频系数结合K邻近构建的模型最优,建模决定系数为 0.90,均方根偏差为 0.09 g·kg-1,相对分析误差为 3.78,验证决定系数为 0.97,均方根偏差为 0.05 g·kg-1,相对分析误差为 4.30.同时与全波段和经相关分析后挑选出的敏感波段作为输入构建的模型进行比较,K邻近模型精度提高了 3.2%和 9%,支持向量机模型精度提高了 6.7%和 11.6%.研究结果表明一阶导数变换与离散小波技术可有效减少噪声影响,提高土壤全氮含量的估测精度,又实现了光谱数据降维,简化了模型复杂度,为砂浆黑土全氮含量的精确估测提供参考.
砂姜黑土、全氮、高光谱、离散小波、K邻近算法
43
S151.9(土壤学)
国家重点研发计划;河南省科技攻关项目;河南省现代农业小麦产业技术体系项目
2023-10-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
3223-3229