采用无人机载高分辨率光谱仪反演土壤有机碳含量

摘要：

小型无人机(Unmanned Aerial Vehicle,UAV)平台与土壤高光谱技术的有机结合可作为一种快速、准确获取高分辨率土壤有机碳(Soil Organic Carbon,SOC)空间信息的手段,适用于精准农业管理和土地监测,但目前该方面应用不多.该研究选取中国东北黑土和比利时黄土研究区,通过构建与UAV兼容的土壤高光谱数据获取平台,研究其在暗室和野外自然光条件下快速反演SOC含量的能力;进行多源光谱数据修正,探索暗室SOC模型直接应用到野外条件的可行性.结果表明:1)暗室条件下构建的基于UAV兼容光谱数据(FX)的偏最小二乘回归(Partial Least Squares Regression,PLSR)模型能准确预测2个研究区的SOC含量(相对分析误差大于1.6,R2≥0.65);2)野外自然光条件下构建的SOC预测模型精度略有下降(R2=0.58),但SOC含量估算值与实测值的值域相近,说明仍能捕捉SOC含量在其值域的变化;3)利用校准标样对不同光照条件下的FX数据进行修正,将基于实验室光谱数据的PLSR模型应用于野外光谱数据,为实现无需实地采样即可利用无人机载高光谱数据进行SOC快速调查奠定了基础.

关键词：无人机、高光谱、土壤、有机碳、偏最小二乘回归、便携地物光谱仪

所属期刊栏目：37

分类号：S153.6(土壤学)

资助基金：国家自然科学基金;吉林省科技发展计划;吉林大学研究生创新项目

在线出版日期：2021-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：66-72