文档介绍：第卷第期土壤学报.,.
年月,
基于人工神经网络的土壤有机质含量高光谱反演木
沈润平丁国香魏国栓孙波
南京信息程大学遥感学院,南京
中国科学院南京土壤研究所,南京
摘要研究了土壤有机质含量与土壤高光谱之间的关系,在对原始光谱进行了预处理分析后,运用
多元线性逐步回归法和人工神经网络法建立了土壤有机质含量的反演模型,并对模型进行了
验证。结果表明:人工神经网络所建立的反演模型普遍优于回归模型,网络集成模型优于单个网络模型,
网络集成是提高反演模型准确性与稳定性的有效途径。网络集成模型为最优模型,总均方根误差为.,可
以用于土壤有机质含量的快速测算。
关键词高光谱;土壤有机质;逐步回归;神经网络
中图分类号. 文献标识码
土壤有机质,不仅能内研究证实了土壤反射光谱在~处的吸
够提供作物所需的养分,同时对土壤结构的形成、收峰主要是由土壤中的有机质引起的。沙晋明
物理性状的改善有重要作用,土壤有机质含量的多等对八个不同环境条件下形成的土壤样本剖面
少是衡量土壤肥力的一个重要指标。传统的土壤上的各个土层进行光谱测量,通过土壤的有机质含
养分化学测定方法由于耗时、费力等问题已不能满量与土壤反射光谱间的相关性分析,发现在
足现代农业发展的需要,而高光谱遥感凭借其极高、、波段附近两者存在较好的负相
的光谱分辨率,具备半定量、定量获取土壤化学组关性。等发现有机质含量同~
分的潜力,因此研究利用土壤光谱估算土壤有机质的光谱反射率相关较好。综上所述,土壤有机质
含量具有重要意义。的光谱响应波段主要在可见光及附近的近红外区
近年来,国内外学者在利用土壤的反射光谱估域~,利用这个区域可进行土壤有机
算其有机质含量方面已经进行了卓有成效的研究, 质含量反演研究。
土壤有机质含量与土壤反射光谱之间存在独特的目前,运用土壤光谱对土壤各种性质的估算大
响应关系,可见光一近红外土壤光谱具有定量反演其多是利用统计的方法,如:多元逐步回归、偏最小二
有机质含量的潜力,同时,这种响应特性对不同土乘回归¨’’”,一些相关研究中,试图通过相关分析
壤类型有所差异¨ 。等¨通过对种不以及多元逐步回归方法找到土壤有机质的敏感波
同类型土壤的研究发现,在近红外区域~ 段并建立反演模型,但其结果表明针对不同的研究
没有由有机质引起的吸收峰,用可见光区域预区域选取的敏感波段以及建立的反演模型存在一
测土壤有机质含量要优于近红外区域。徐彬彬、戴定差异。实际上土壤有机质成分复杂,功能团多
昌达通过对南疆土壤研究发现,土壤有机质与土样,其光谱特性很难用几个波段解释,彭杰等¨研
壤光谱波段处的弓曲差极显著负相关。究了去除有机质对湖南省几种耕作土壤高光谱特
和研究发现,在实验室测定性的影响,结果表明,去除有机质后土壤的光谱曲
~ 范围内有机质含量变化的土壤光谱线形态发生一定的变化。因此,通过逐步回归建立
时,近红外波长范围—没有因土壤有反演模型的方法有待商榷和探讨。与多元逐步回
机质存在而引起的吸收峰。等也通过室归不同,偏最小二乘回归以既定光谱区域的若干波
国家重点基础研究发展规划项目、国家自然科学基金重大项目和江苏省青蓝工程资助
作者简介:沈润平一,男,博士生导师,教授,研究方向为陆面过程遥感建模、土地/土