土壤含水量的變化情況與時空分布對熱量平衡、農(nóng)業(yè)墑情等具有顯著的影響。利用反射率光譜信息反演土壤含水量的研究,可為實現(xiàn)土壤含水量速測、揭示土壤含水量時空變異規(guī)律提供科學依據(jù)。構建不同含水量黑土土壤反射率光譜半經(jīng)驗模型,深入探究土壤重量含水量與反射率光譜的關系。制備了12種不同濕度的土壤樣品。采用ASD Field Spec Pro 3地物波譜儀對制備的不同濕度梯度的黑土土壤進行反射率光譜測量。利用菲涅耳反射率建立土壤表面反射模型;在以往的研究中, Kubelka-Munk （KM）模型中的漫反射率R_∞通常被視為對于給定材料和照明波長的常數(shù)或需要反演的參數(shù)。通過研究發(fā)現(xiàn),漫反射率R_∞不僅與材料和波長有關,還與土壤含水量相關。利用與土壤含水量相關的吸收系數(shù)及散射系數(shù)描述了土壤含水量與漫反射率R_∞的關系,并基于KM理論對體散射分量進行建模;進而構建不同含水量黑土土壤反射率光譜半經(jīng)驗模型。根據(jù)實際測量數(shù)據(jù)選用最小二乘算法對模型參數(shù)進行反演,并通過分析反演參數(shù)簡化模型。最后,將未參與建模的不同含水量梯度的數(shù)據(jù)代入模型中,驗證模型的有... 

【文章來源】：光譜學與光譜分析. 2019,39(11)北大核心EISCICSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

圖１不同波長下的反演參數(shù)（ａ）：ａ１；（ｂ）：ａ２；（ｃ）：θ０Ｆｉｇ．１Ｉｎｖｅｒｓｉｏｎｐａｒａｍｅｔｅｒｓａｔｄｉｆｆｅｒｅｎｔｗａｖｅｌｅｎｇｔｈｓ（ａ）：ａ１；（ｂ）：ａ２；（ｃ）：θ０

不同含水量土坡

為０．０００６，４個不同含水量下的平均ＲＭＳＥ是０．００５１，說明該模型適合對不同含水量的土壤進行反射率光譜模擬。表１不同含水量黑土土壤反射率光譜的ＲＭＳＥＴａｂｌｅ１ＲＭＳＥｏｆｒｅｆｌｅｃｔａｎｃｅｏｆｂｌａｃｋｓｏｉｌｗｉｔｈｄｉｆｆｅｒｅｎｔｍｏｉｓｔｕｒｅｃｏｎｔｅｎｔｓＭｏｉｓｔｕｒｅｃｏｎｔｅｎｔｓ／（ｇ·ｋｇ－１）Ｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒ４００．０００６１７００．００７２２０００．００８０２２００．００４６圖３為在４００～２４００ｎｍ波段，不同波長黑土土壤光譜反射率的ＲＭＳＥＰ示意圖，從圖中可以看出，ＲＭＳＥＰ基本低于０．００８，１９２０ｎｍ波長處的ＲＭＳＥＰ最小，為０．００２０６２。由此可見，模型具有很高的預測精度。為了進一步驗證模型的可靠性，采集長春地區(qū)的土壤配制１５個不同含水量梯度并對其進行反射率光譜測量。選取９個樣品數(shù)據(jù)用于建模，６個樣品數(shù)據(jù)用于驗證。經(jīng)計算得知：６個不同含水量下的平均ＲＭＳＥ是０．００８５５。４００～２４００ｎｍ波段內(nèi)的ＲＭＳＥＰ基本低于０．０１５，５２５ｎｍ波長處的ＲＭＳＥＰ最小，為０．０００９２２５。圖３不同波長下黑土土壤反射率光譜的預測均方根誤差（ＲＭＳＥＰ）Ｆｉｇ．３ＲＭＳＥＰｏｆｂｌａｃｋｓｏｉｌｓｐｅｃｔｒａｌｒｅｆｌｅｃｔａｎｃｅａｔｄｉｆｆｅｒｅｎｔｗａｖｅｌｅｎｇｔｈｓ４結論利用與土壤含水量相關的ｋ及ｓ描述了土壤含水量與漫反射率Ｒ∞的關系，并基于ＫＭ理論對體

【參考文獻】：
期刊論文
[1]土壤堿解氮含量可見/近紅外光譜預測模型優(yōu)化[J]. 汪六三,魯翠萍,王儒敬,黃偉,郭紅燕,汪玉冰,林志丹,王鍵,蔣慶,宋良圖.  發(fā)光學報. 2018(07)
[2]基于偏振信息反演土壤濕度的方法[J]. 張穎,余焱強,趙慧潔,宣佳彬.  紅外與激光工程. 2018(01)
[3]基于高光譜成像技術的土壤水分機理研究及模型建立[J]. 吳龍國,王松磊,何建國,KAZUHIRONakano.  發(fā)光學報. 2017(10)
[4]可見/近紅外土壤濕度的光譜偏振特性實驗研究[J]. 王新強,孫曉兵,張麗娟,汪杰君,謝秋蓉,葉松.  紅外與激光工程. 2015(11)
[5]基于互補相關模型和IKONOS數(shù)據(jù)的農(nóng)田蒸散時空特征分析[J]. 趙春江,楊貴軍,薛緒掌,馮海寬,石月嬋.  農(nóng)業(yè)工程學報. 2013(08)



本文編號：3422602