本文主要研究内容
作者苗传红（2019）在《土壤有机质高光谱灰色关联估测的修正模型研究》一文中研究指出：土壤有机质是土壤重要的组成部分,是衡量土壤肥力、监测农作物生长情况的重要指标。传统的土壤有机质测定化验方法,虽然精确度高,但是周期长、成本高,不能满足大范围快速监测的需要。高光谱遥感技术,波段多、分辨率高、数据量大,能实时高效的监测土壤有机质含量的变化情况,对精细农业的发展具有重要的指导意义。本文以山东省济南市章丘区为研究区,以采集的76个土壤样本的有机质含量和室外光谱数据为基础,针对土壤光谱估测中的灰色性,利用灰色系统理论建立土壤有机质高光谱灰色关联估测的修正模型,对土壤有机质的初步估测结果进行修正,以提高估测精度。主要研究内容及结论如下:(1)确定了济南市章丘区土壤有机质的特征指标对土壤光谱反射率进行一阶微分、平方、倒数、对数和平方根5种变换。通过比较不同变化后的土壤光谱曲线图和土壤相关系数图可以发现,经过一阶微分变换后的土壤光谱特征曲线上下波动强烈,光谱数据与土壤有机质的相关性明显提高,变化效果要明显优于其它4种数学变换,所以从一阶微分变换后的土壤光谱数据中按极大相关性原则选取了544nm、1469nm、1656nm、2059nm和2318nm 5个波段作为特征指标。(2)建立了土壤有机质高光谱灰色关联估测的修正模型以灰色系统理论为基础,建立土壤有机质高光谱灰色关联度估测的修正模型,并对土壤有机质的初步估测值进行修正。首先,将经典灰色关联度模型进行改进,得到加权距离灰色关联度模型,利用加权距离灰色关联度模型初步估测待估测样本土壤有机质的含量。然后根据建立的修正模型对土壤有机质初步估测值进行修正。最后,为对比分析,利用支持向量机、多元线性回归和BP神经网络对土壤有机质含量进行估测。结果表明,利用灰色模型估测有机质含量时,16个待估测样本修正后的平均相对误差由修正前的17.396%降低到3.801%,决定系数由修正前的0.6413增加到0.9782。利用常用三种模型估测有机质含量,16个待估测样本的平均相对误差分别为8.373%、9.746%和11.119%,决定系数分别为0.8632、0.8433和0.7008。研究说明,本文提出的土壤有机质灰色关联度估测的修正模型能有效提高估测精度,为土壤有机质高光谱估测提供了一种新方法。
Abstract
tu rang you ji zhi shi tu rang chong yao de zu cheng bu fen ,shi heng liang tu rang fei li 、jian ce nong zuo wu sheng chang qing kuang de chong yao zhi biao 。chuan tong de tu rang you ji zhi ce ding hua yan fang fa ,sui ran jing que du gao ,dan shi zhou ji chang 、cheng ben gao ,bu neng man zu da fan wei kuai su jian ce de xu yao 。gao guang pu yao gan ji shu ,bo duan duo 、fen bian lv gao 、shu ju liang da ,neng shi shi gao xiao de jian ce tu rang you ji zhi han liang de bian hua qing kuang ,dui jing xi nong ye de fa zhan ju you chong yao de zhi dao yi yi 。ben wen yi shan dong sheng ji na shi zhang qiu ou wei yan jiu ou ,yi cai ji de 76ge tu rang yang ben de you ji zhi han liang he shi wai guang pu shu ju wei ji chu ,zhen dui tu rang guang pu gu ce zhong de hui se xing ,li yong hui se ji tong li lun jian li tu rang you ji zhi gao guang pu hui se guan lian gu ce de xiu zheng mo xing ,dui tu rang you ji zhi de chu bu gu ce jie guo jin hang xiu zheng ,yi di gao gu ce jing du 。zhu yao yan jiu nei rong ji jie lun ru xia :(1)que ding le ji na shi zhang qiu ou tu rang you ji zhi de te zheng zhi biao dui tu rang guang pu fan she lv jin hang yi jie wei fen 、ping fang 、dao shu 、dui shu he ping fang gen 5chong bian huan 。tong guo bi jiao bu tong bian hua hou de tu rang guang pu qu xian tu he tu rang xiang guan ji shu tu ke yi fa xian ,jing guo yi jie wei fen bian huan hou de tu rang guang pu te zheng qu xian shang xia bo dong jiang lie ,guang pu shu ju yu tu rang you ji zhi de xiang guan xing ming xian di gao ,bian hua xiao guo yao ming xian you yu ji ta 4chong shu xue bian huan ,suo yi cong yi jie wei fen bian huan hou de tu rang guang pu shu ju zhong an ji da xiang guan xing yuan ze shua qu le 544nm、1469nm、1656nm、2059nmhe 2318nm 5ge bo duan zuo wei te zheng zhi biao 。(2)jian li le tu rang you ji zhi gao guang pu hui se guan lian gu ce de xiu zheng mo xing yi hui se ji tong li lun wei ji chu ,jian li tu rang you ji zhi gao guang pu hui se guan lian du gu ce de xiu zheng mo xing ,bing dui tu rang you ji zhi de chu bu gu ce zhi jin hang xiu zheng 。shou xian ,jiang jing dian hui se guan lian du mo xing jin hang gai jin ,de dao jia quan ju li hui se guan lian du mo xing ,li yong jia quan ju li hui se guan lian du mo xing chu bu gu ce dai gu ce yang ben tu rang you ji zhi de han liang 。ran hou gen ju jian li de xiu zheng mo xing dui tu rang you ji zhi chu bu gu ce zhi jin hang xiu zheng 。zui hou ,wei dui bi fen xi ,li yong zhi chi xiang liang ji 、duo yuan xian xing hui gui he BPshen jing wang lao dui tu rang you ji zhi han liang jin hang gu ce 。jie guo biao ming ,li yong hui se mo xing gu ce you ji zhi han liang shi ,16ge dai gu ce yang ben xiu zheng hou de ping jun xiang dui wu cha you xiu zheng qian de 17.396%jiang di dao 3.801%,jue ding ji shu you xiu zheng qian de 0.6413zeng jia dao 0.9782。li yong chang yong san chong mo xing gu ce you ji zhi han liang ,16ge dai gu ce yang ben de ping jun xiang dui wu cha fen bie wei 8.373%、9.746%he 11.119%,jue ding ji shu fen bie wei 0.8632、0.8433he 0.7008。yan jiu shui ming ,ben wen di chu de tu rang you ji zhi hui se guan lian du gu ce de xiu zheng mo xing neng you xiao di gao gu ce jing du ,wei tu rang you ji zhi gao guang pu gu ce di gong le yi chong xin fang fa 。
论文参考文献
论文详细介绍
论文作者分别是来自山东农业大学的苗传红，发表于刊物山东农业大学2019-07-05论文，是一篇关于高光谱遥感论文,灰色关联度论文,修正模型论文,土壤有机质论文,山东农业大学2019-07-05论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自山东农业大学2019-07-05论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：高光谱遥感论文; 灰色关联度论文; 修正模型论文; 土壤有机质论文; 山东农业大学2019-07-05论文;