投稿须知
  《光谱学与光谱分析》(国际标准刊号:ISSN 1000-0593, CODEN码:GYGFED, 国内统一刊号:CN 11-2200/O4)是中国科学技术协会主管,中国光学学会主办,由钢铁研究总院、中国科学院物理研究所、北京大学、清华大学共同承办的专业性学术刊物,主要报道我国光谱学与光谱分析学科具有创新性的研究 ...

Vis-NIR光谱快速估测土壤可侵蚀性因子可行性分析

作者: 喻武 [1] 贾晓琳 [2] 陈颂超 [2] 周炼清 [3] 史舟 [2]

关键词: 土壤可侵蚀性K值 EPIC RUSLE2

摘要:土壤侵蚀降低土地生产力,导致土壤环境恶化,其中水力侵蚀是土壤侵蚀中最主要的一种形式.土壤可侵蚀性 K值是评价土壤被降雨侵蚀难易程度的一项重要指标.使用河南、福建和浙江三省研磨干样可见-近红外(Vis-NIR)漫反射光谱数据,将其转换为吸收率后进行Savitzky-Golay(SG)平滑去噪;对土壤有机质(SOM)和机械组成进行精准预测后,分别采用EPIC和RUSLE2模型估算 K值,并对预测精度进行比较分析,所得结论如下:(1)建立土壤有机质和机械组成高光谱最佳预测模型,土壤质地(砂粒、粉粒和黏粒)预测采用支持向量机(SVM)模型,SOM 预测采用局部加权回归(LWR)模型,模型四分位相对预测误差(RPIQ)为2.27,3.17,2.18和3.44;(2)通过土壤质地估算的土壤渗透性等级分类效果较好,Kappa系数为0.62,同时估测的土壤质地类型与实测土壤质地类型分布特征相近,质地主要类型均是粉黏土、砂黏壤土、壤土、壤砂土和砂壤土;(3)EPIC和RUSLE2两种模型均具有较为精确的估测能力,EPIC模型预测精度更高,均方根误差(RMSEP)为0.0066(t·ha·h)/(ha·MJ·mm),RPIQ达1.58,而RUSLE2模型精度相对较低(其中RPIQ为1.43),因此推荐使用EPIC模型结合Vis-NIR光谱技术估测土壤可侵蚀性 K值.本研究为今后快速准确预测K值提供思路,并为大面积监测土壤侵蚀提供辅助手段.


上一篇: 基于正交信号回归法对中试在线近红外定量模型的模型传递研究
下一篇: 不同含水率下木材尺寸变化的近红外光谱研究

Copyright@2003 China Physical Science & Technology All Rights Reserved
中国物理学会 版权所有 2013 京ICP备05002789号