当前位置: 首页 > 关键技术 > 耕地质量评估  
收藏此页 | 保护视力色:
耕地养分光谱快速诊断技术
日期:2014-09-15     来源:杨凌示范区科技信息中心    
 
       结合耕地质量评价和测土平衡施肥的需求,利用地物光谱仪,对取样数据进行光谱测试与分析,采用神经网络工具、偏最小二乘算法等,构建土壤有机质、氮素等养分信息的快速光谱诊断模型,提供一种基于光谱的耕地土壤养分快速测定算法。
      1.  利用杨凌示范区内的土壤采样点光谱与养分数据(有机质、全氮、有效磷、速效钾),采用小波变换与多变量分析(偏最小二乘)相结合的方法,实现基于高光谱的土壤养分含量估算,方法流程见图1.
 
 
图1 基于小波变换算法的土壤养分含量估算方法流程图
 
      2. 利用小波分析处理高光谱数据,土壤光谱数据经小波处理后分解成六个尺度的低频系数与高频系数,低频系数保持土壤光谱的吸收特征,高频系数则是细微信息的体现。通过对小波函数进行平移缩放,可将光谱数据分解为若干时频分量和,达到细微分析光谱数据特征的目的。利用最小二乘法,定量化分析各尺度的低频和高频信息与耕地土壤养分指标(有机质、全氮、有效磷和速效钾)之间的关系,提取基于高光谱的耕地土壤养分拟合的最佳小波变量及相应的拟合参数(表1),为基于高光谱遥感影像的耕地土壤养分遥感监测提供理论依据。
 
表1耕地土壤养分高光谱监测最佳拟合小波段变量及相应的拟合参数
 
      3.耕地土壤养分含量空间制图
       在野外土壤样本的支持下,结合矢量化的耕地地块本底数据,利用Landsat TM 8遥感影像,构建基于偏最小二乘法的耕地土壤养分含量建模方法,开展地块尺度陕西省典型示范区耕地土壤养分含量空间制图(见图2)。
 
图2 地块尺度耕地土壤养分含量空间分布图
 
(资料来源:北京农业信息技术研究中心)