本文選題：中國(guó)土壤全氮光譜庫(kù) + 偏最小二乘回歸��； 參考：《浙江大學(xué)》2015年碩士論文

【摘要】：精準(zhǔn)農(nóng)業(yè)是我國(guó)現(xiàn)代農(nóng)業(yè)發(fā)展的前沿趨勢(shì)。作為精準(zhǔn)農(nóng)業(yè)實(shí)施中的重要研究方向之一,土壤全氮等屬性信息的快速獲取為做出與之相配套的農(nóng)田生產(chǎn)決策提供了關(guān)鍵依據(jù)。傳統(tǒng)的實(shí)驗(yàn)室化學(xué)分析測(cè)試,因?yàn)槌杀靖?周期長(zhǎng),并且污染環(huán)境,難以滿足精準(zhǔn)農(nóng)業(yè)中提高經(jīng)濟(jì)效益和保護(hù)生態(tài)環(huán)境。土壤屬性高光譜分析技術(shù)快速、廉價(jià)、高效,作為精準(zhǔn)農(nóng)業(yè)中土壤信息的重要監(jiān)測(cè)工具。而土壤屬性中的全氮高光譜預(yù)測(cè)對(duì)于指導(dǎo)農(nóng)田施放氮肥有很大的應(yīng)用價(jià)值,可以有效降低因過(guò)量施肥帶來(lái)的環(huán)境污染問(wèn)題,尤其在中國(guó)對(duì)氮肥需求量大的農(nóng)業(yè)大國(guó),可以充分保護(hù)農(nóng)業(yè)生態(tài)環(huán)境體系可持續(xù)健康發(fā)展,市場(chǎng)應(yīng)用前景廣闊。然而,許多研究是以當(dāng)?shù)靥飰K、局部小范圍區(qū)域尺度的土壤樣本為研究對(duì)象,雖然充分肯定了土壤全氮的高光譜預(yù)測(cè)能力,但由于各地土壤成土母質(zhì)發(fā)育的多樣性,不同土壤類型光譜特性差異很大,甚至同種土類由于區(qū)域及發(fā)育母質(zhì)不同也表現(xiàn)出顯著的光譜差異,某研究區(qū)建立的全氮預(yù)測(cè)模型不一定能夠外推至其他區(qū)域其他土類,其應(yīng)用的普適性和穩(wěn)定性價(jià)值并未得到有效驗(yàn)證。因此需要嘗試擴(kuò)大研究范圍至國(guó)家尺度,就上述問(wèn)題展開(kāi)深入研究。本研究以中國(guó)浙江、西藏、新疆、四川、河南、黑龍江、海南等13省份17種土類共計(jì)1661份有效樣本為研究對(duì)象,研究基于國(guó)家尺度大樣本數(shù)據(jù)量下的可見(jiàn)-近紅外光譜預(yù)測(cè)土壤全氮含量的可行性及建模策略。研究基于光譜庫(kù)土壤屬性的子集劃分策略對(duì)高光譜預(yù)測(cè)精度的影響,嘗試探究不同全氮含量等級(jí),不同土壤類型子集進(jìn)行建模,模型質(zhì)量是否健壯以及相關(guān)規(guī)律；重點(diǎn)研究基于光譜庫(kù)光譜特性的子集劃分策略,即應(yīng)用光譜庫(kù)來(lái)預(yù)測(cè)局部地區(qū)未知樣本土壤全氮含量的建模策略的可行性,尋找具備普適性和穩(wěn)定性的預(yù)測(cè)模型,并深入探究其可行的原因。本論文的主要研究?jī)?nèi)容和結(jié)果可以概括為以下幾個(gè)方面：(1)基于土壤屬性的光譜庫(kù)建模策略研究基于建立的國(guó)家尺度土壤全氮光譜數(shù)據(jù)庫(kù),本研究深入探討大尺度背景下土壤全氮高光譜建�？尚行院陀绊懲寥廊庾V建模精度的因素。通過(guò)對(duì)光譜庫(kù)采用線性模型PLSR和非線性模型SVM全局建模,初步考察土壤全氮光譜庫(kù)的建�？尚行�,并對(duì)比線性模型和非線性模型的建模精度。結(jié)果表明：土壤全氮-可見(jiàn)近紅外光譜庫(kù)具備應(yīng)用潛力,但全局建模策略對(duì)包含土樣差別分異性大的光譜庫(kù)不適用,還需探索其它建模方法策略。通過(guò)分別將光譜庫(kù)按全氮含量等級(jí)和土壤類型劃分模型子集并PLSR和SVM建模,深入探討影響庫(kù)建模精度的因素。結(jié)果表明：兩種建模策略均不能很好解決土壤光譜庫(kù)分異性問(wèn)題,各模型預(yù)測(cè)精度偏低；依據(jù)全氮含量等級(jí)劃分子集建模精度表明模型質(zhì)量與全氮含量范圍密切相關(guān),含量低于一定值時(shí)模型不具備預(yù)測(cè)能力；按土類劃分子集策略,土類和區(qū)域同時(shí)具有均一性的模型精度明顯高于同種土類不同區(qū)域的模型,證明土壤高光譜模型受地域差別和成土母質(zhì)差異影響較大。(2)基于土壤光譜特性的建模策略與應(yīng)用本研究在基于土壤屬性的光譜庫(kù)建模策略研究基礎(chǔ)之上進(jìn)一步探索光譜庫(kù)的應(yīng)用方法,基于土壤的光譜特性進(jìn)行分類建模并取得了成功應(yīng)用。根據(jù)上述研究結(jié)果,本次全局建模預(yù)測(cè)某局部區(qū)域(浙江省104個(gè)水稻土樣本)采用PLSR模型,按光譜特性劃分子集建模策略分別采用光譜空間距離挑選樣本子集和最佳聚類類別劃分庫(kù)為建模子集的思路,并分別采用LWR和FKMC-PLSR建模預(yù)測(cè)。結(jié)果表明：在大樣本下PLSR全局模型對(duì)高全氮值待預(yù)測(cè)樣本存在低估現(xiàn)象,導(dǎo)致整體預(yù)測(cè)精度偏低,LWR (RP22=0.76, RPDP2=2.1)和FKMC-PLSR(RP32=0.82, RPDP3=2.4)局部模型比PLSR(RP12=0.64, RPDP1=1.4)全局模型能夠更為準(zhǔn)確地預(yù)測(cè)全氮含量。研究結(jié)果可為利用大樣本光譜數(shù)據(jù)庫(kù)建立穩(wěn)定性和普適性較高的土壤全氮含量預(yù)測(cè)模型提供必要參考。
[Abstract]:This paper studies the feasibility and the modeling strategy of soil total nitrogen in China , which is based on the high spectral analysis of local field and local small area .
In this paper , we study the feasibility of applying spectral library to predict the whole nitrogen content of soil in local area and explore the factors affecting the accuracy of whole nitrogen spectrum modeling .
The model quality is closely related to the whole nitrogen content range , and the model does not have the forecasting ability when the content is lower than a certain value .
The results show that the global model can predict the total nitrogen content more accurately than PLSR ( RP12 = 0.64 , RPDP1 = 1.4 ) .
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：S153.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐永明,藺啟忠,黃秀華,沈艷,王璐;利用可見(jiàn)光/近紅外反射光譜估算土壤總氮含量的實(shí)驗(yàn)研究[J];地理與地理信息科學(xué);2005年01期

2 劉磊;沈潤(rùn)平;丁國(guó)香;;基于高光譜的土壤有機(jī)質(zhì)含量估算研究[J];光譜學(xué)與光譜分析;2011年03期

3 李碩;汪善勤;張美琴;;基于可見(jiàn)-近紅外光譜比較主成分回歸、偏最小二乘回歸和反向傳播神經(jīng)網(wǎng)絡(luò)對(duì)土壤氮的預(yù)測(cè)研究[J];光學(xué)學(xué)報(bào);2012年08期

4 紀(jì)文君;李曦;李成學(xué);周銀;史舟;;基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測(cè)建模研究[J];光譜學(xué)與光譜分析;2012年09期

5 王乾龍;李碩;盧艷麗;彭杰;史舟;周煉清;;基于大樣本土壤光譜數(shù)據(jù)庫(kù)的氮含量反演[J];光學(xué)學(xué)報(bào);2014年09期

6 紀(jì)文君;史舟;周清;周煉清;;幾種不同類型土壤的VIS-NIR光譜特性及有機(jī)質(zhì)響應(yīng)波段[J];紅外與毫米波學(xué)報(bào);2012年03期

7 SHI Zhou;WANG QianLong;PENG Jie;JI WenJun;LIU HuanJun;LI Xi;Raphael A VISCARRA ROSSEL;;Development of a national VNIR soil-spectral library for soil classification and prediction of organic matter concentrations[J];Science China(Earth Sciences);2014年07期

8 徐彬彬;季耿善;;土壤光譜反射特性研究及其應(yīng)用[J];土壤學(xué)進(jìn)展;1987年01期

9 周清,周斌,張楊珠,王人潮;成土母質(zhì)對(duì)水稻土高光譜特性及其有機(jī)質(zhì)含量光譜參數(shù)模型影響的初步研究[J];土壤學(xué)報(bào);2004年06期

10 徐永明;藺啟忠;王璐;黃秀華;;基于高分辨率反射光譜的土壤營(yíng)養(yǎng)元素估算模型[J];土壤學(xué)報(bào);2006年05期

相關(guān)博士學(xué)位論文 前1條

1 紀(jì)文君;基于野外vis-NIR高光譜的土壤屬性預(yù)測(cè)及田間水分影響去除研究[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前1條

1 丁國(guó)香;基于神經(jīng)網(wǎng)絡(luò)的土壤有機(jī)質(zhì)及全鐵含量的高光譜反演研究[D];南京信息工程大學(xué);2008年

，

本文編號(hào)：2099813