基于高光谱数据和MODIS影像的土壤特性的定量估算

【摘要】：土地作为一种不可再生的自然资源,是人类社会生存和发展的最重要条件之一,由于人类对土壤资源认识的不全面性,森林肆意砍伐、土地盲目开发,使的近年来土地耕地面积不断锐减,土壤质量迅速下降,生态环境受到严重破坏。高光谱遥感以其多波段且连续性、高分辨率等特点,及时、准确的获取大面积的土壤环境信息提供了依据,这对土壤质量监测、农业生产、生态环境维护与治理具有现实意义。以黑龙江省大庆地区土壤为研究对象,采用野外调查取样与室内高光谱(350-2500mn)数据测定、MODIS影像相结合的方法,采集126个土壤样本,构建基于偏最小二乘法(PLSR)和BP神经网络(BPNN)建立的土壤有机质SOM、全氮N、全磷P、全钾K、重金属(HM)、盐碱含量的光谱估算模型。同时利用MODIS影像对土壤各成分信息专题制图。研究结果显示： 1)按照土壤类型和土地利用方式的不同,采集土样并分析土壤有机质SOM、全氮N、全磷P、全钾K、重金属(Co、Cd、F、Hg、V、Se、Cr、Cu、As、Pb、Ni、Mn、 Zn)、全盐量、总碱度和碱化度的含量。 2)土壤机械组成,土壤水分,土壤有机质等是影响土壤光谱曲线特征的重要因素。当土壤中所含水分达到70%1临近饱和状态时,土壤的反射率极低,且1400nm和1900nm的两个水分吸收带随着土壤水分的增加,吸收峰随之变宽。 3)土壤光谱预处理对于模型的建立起到决定性的作用,文本采取标准正态变量校正(Standard Normal Variate Transformation,SNV),多元散射校正(Multiplicative Scatter Correction,MSC)、数学运算组合、去包络线法(Continuum Removed)及衍生值等19种处理方式,土壤各指标含量与处理后的光谱指数的相关性显著提高。 4)利用偏最小二乘PLSR和BP神经网络建立土壤有机质SOM、全氮N、全磷P、全钾K、重金属(Co、Cd、F、Hg、V、Se、Cr、Cu、As、Pb、Ni、Mn、Zn)全盐量、总碱度,碱化度的高光谱估算模型精度较高,RMSE较低,土壤各指标含量精确的估算是可行的。 5)利用高光谱波段模拟MODIS多波段,并建立土壤SOM、全氮N、全磷P、全钾K、重金属(Co、Cd、F、Hg、V、Se、Cr、Cu、As、Pb、Ni、Mn、Zn)盐碱含量的偏最小二乘模型,大多数土壤指标估算精度在0.7以上,可实现精确的估算,全碱度、Hg和P模拟R2较低,只能用于粗略估算。 6)根据偏最小二乘模型结果结合MODIS影像,对大庆地区土壤SOM、全氮N、全磷P、全钾K、重金属(Co、Cd、F、Hg、V, Se、Cr、Cu、As、Pb、Ni、Mn、Zn)、全盐量、总碱度和碱化度专题制图,建立较为精细的土壤信息空间分布图。