基于大样本土壤光谱数据库的氮含量反演

摘要：

充分挖掘大样本土壤光谱库中有效信息,建立普适性强的土壤全氮(TN)含量反演模型,是高光谱分析的重要应用方向之一.研究采用偏最小二乘回归(PLSR)全局建模、局部加权回归(LWR)和模糊K均值聚类结合PLSR(FKMC-PLSR)局部建模三种方法,分别建立了来自中国西藏、新疆、黑龙江、海南等13个省采集的17种土类1661个土壤样本TN值的高光谱反演模型,并对浙江省104个水稻土样本进行模型验证.结果表明,在大样本下PLSR全局模型对高TN值待预测样本存在低估现象,导致整体预测精度偏低;LWR和FKMC-PLSR局部模型比PLSR全局模型能够更为准确地反演TN含量.研究结果可为利用大样本光谱数据库建立稳定性和普适性较高的土壤TN含量预测模型提供参考.

关键词：光谱学、土壤光谱库、局部加权回归、模糊K均值聚类、土壤全氮、大样本

所属期刊栏目：34

分类号：TP7;S158.2(遥感技术)

资助基金：国家高技术研究发展计划（863计划）;国家自然科学基金;新世纪优秀人才支持计划

在线出版日期：2014-10-23（万方平台首次上网日期，不代表论文的发表时间）

页码：300-306