基于连续投影算法的博斯腾湖西岸湖滨绿洲土壤有机碳含量的高光谱估算 被引量：20

1

作者 牛芳鹏 李新国 +1 位作者 麦麦提吐尔逊·艾则孜 赵慧 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2021年第5期673-682,共10页

以博斯腾湖西岸湖滨绿洲为研究区,利用实测的土壤有机碳含量与高光谱数据,应用连续投影算法(successive projection algorithm,SPA)从全波段光谱数据中筛选特征变量,并分别采用全波段和特征波段构建偏最小二乘回归(partial least square... 以博斯腾湖西岸湖滨绿洲为研究区,利用实测的土壤有机碳含量与高光谱数据,应用连续投影算法(successive projection algorithm,SPA)从全波段光谱数据中筛选特征变量,并分别采用全波段和特征波段构建偏最小二乘回归(partial least square regression,PLSR)与支持向量机(support vector machine,SVM)模型来估算土壤有机碳含量。结果表明:1)土壤有机碳质量分数变化范围为0.75~48.13 g/kg,平均值为13.31 g/kg,呈中等变异性,变异系数为63.19%。2)土壤有机碳含量与原始光谱反射率表现为负相关性[-0.62<相关系数(r)<-0.07];经SG平滑结合标准化正态变换后进行一阶微分(Savitzky-Golay-standard normal variate-first derivative,SG-SNV-1st Der)预处理后,通过极显著性检验(P<0.01)的波段数达到414个,主要集中在487~575、725~998和1464~1514 nm处,其中在788、800与1768 nm波长处的相关性最高,r均大于0.80。3)光谱经SG-SNV-1st Der预处理后,用SPA构建的PLSR模型验证集的决定系数(R2)=0.79,均方根误差(root mean square error,RMSE)=3.58 g/kg,残余预测误差(residual prediction deviation,RPD)=1.99,四分位数间距性能比(ratio of performance to interquartile distance,RPIQ)=2.23;而运用SPA结合SVM构建的模型验证集R2=0.81,RMSE=3.16 g/kg,RPD=2.25,RPIQ=2.53。说明运用SPA结合SVM构建的模型能较好地估算研究区土壤有机碳含量。 展开更多

关键词 土壤有机碳 高光谱数据 连续投影算法 支持向量机 湖滨绿洲

下载PDF 职称材料

遗传算法和连续投影算法结合的土壤有机碳含量高光谱估算模型 被引量：3

2

作者 牛芳鹏 李新国 +1 位作者 白云岗 赵慧 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第7期2232-2237,共6页

土壤有机碳含量是土壤肥力与土壤质量的主要决定因素,与土壤生产力密切相关。采用高光谱模型估算土壤有机碳含量成为了解土壤肥力的重要方法。利用高光谱分析技术结合机器算法实现快速、高精度的估算土壤有机碳含量,对土壤肥力的可持续... 土壤有机碳含量是土壤肥力与土壤质量的主要决定因素,与土壤生产力密切相关。采用高光谱模型估算土壤有机碳含量成为了解土壤肥力的重要方法。利用高光谱分析技术结合机器算法实现快速、高精度的估算土壤有机碳含量,对土壤肥力的可持续利用至关重要。根据实测的土壤有机碳含量及其高光谱反射率数据,运用Savitzky Golay方法对光谱波段进行平滑去噪,采用连续投影算法(SPA)、遗传算法(GA)对原始光谱及其5种不同数学变换光谱分别进行特征波段的筛选,并基于随机森林(RF)方法构建土壤有机碳含量的高光谱估算模型。为进一步降低模型的复杂度,将SPA算法与GA算法相结合,寻找最佳特征参数,以提升土壤有机碳含量特征波段的识别率和可信度。结果表明:(1)在原始光谱中,基于GA算法筛选SOC含量的高光谱响应波段主要集中在350~410、827~928、997~1064、1201~1234、1541~1574、1667~1710、2153~2186和2357~2707 nm;当RMSE为6.09时,SPA算法筛选了11个特征变量。(2)基于GA算法筛选特征波段时,原始光谱R、标准正态变量(SNV)、多元散射校正(MSC)、一阶微分(FD)、对数的倒数(RL)与连续统去除(CR)的维数分别降低到407、697、668、667、493、784维,占全光谱波段的18.93%~36.47%;基于GA-SPA算法筛选后,6种光谱变量的维度介于8~17维,RMSE介于4.53~6.30。(3)在一阶微分光谱形式下,基于GA-SPA算法挑选的12个特征变量所构建的RF模型预测效果最好,模型的建模集R_(c)^(2)为0.78,RMSE c为5.48,验证集R_(p)^(2)为0.82,RMSE_(p)为4.50,RPD为2.18。研究表明,光谱一阶微分可以增强土壤的光谱信息,GA算法结合SPA算法寻找光谱特征变量,既简化了估算模型的复杂度,又提高了估算模型的精度,基于遗传算法-连续投影算法的高光谱模型具有较高的估算能力。 展开更多

关键词 土壤有机碳含量 连续投影 遗传算法 高光谱估算模型 湖滨绿洲

下载PDF 职称材料

基于CARS算法的湖滨绿洲土壤表层有机碳估算 被引量：5

3

作者 孟珊 李新国 焦黎 《环境科学与技术》 CAS CSCD 北大核心 2022年第8期218-225,共8页

文章以博斯腾湖西岸湖滨绿洲为研究区,将实测的土壤有机碳含量数据与土壤高光谱数据结合,对原始光谱R进行数学变换及微分变换,应用竞争自适应重加权采样(CARS)筛选特征波段,并采用其筛选的特征波段构建BP神经网络模型估算土壤表层有机... 文章以博斯腾湖西岸湖滨绿洲为研究区,将实测的土壤有机碳含量数据与土壤高光谱数据结合,对原始光谱R进行数学变换及微分变换,应用竞争自适应重加权采样(CARS)筛选特征波段,并采用其筛选的特征波段构建BP神经网络模型估算土壤表层有机碳含量。结果表明:(1)研究区土壤表层有机碳含量范围在0.80~63.15 g/kg,平均值为17.57 g/kg,变异系数为71.48%,呈中等变异性。(2)CARS算法将建模输入波段压缩至全波段数目的2.76%以下,R、R′、1/R、(1/R)′、log(1/R)、log(1/R)′、1/log R、(1/log R)′光谱形式下筛选的特征波段,较多集中于近红外长波1500~2500 nm与可见光波段380~760 nm;R″、(1/R)″、log(1/R)″、(1/log R)″光谱形式下筛选的特征波段,较多集中于近红外波段760~2500 nm。(3)二阶微分变换构建的CARS-BP估算模型精度优于一阶微分,R″-CARS-BP估算效果最好,训练集和验证集R2分别为0.81、0.83,RPD分别为2.30、2.45,RMSE分别为5.75、4.89 g/kg。 展开更多

关键词 土壤有机碳含量 近红外波段 竞争自适应重加权采样 BP神经网络 湖滨绿洲

下载PDF 职称材料

博斯腾湖西岸湖滨绿洲土壤盐分特征 被引量：6

4

作者 牛芳鹏 李新国 +1 位作者 靳万贵 麦麦提吐尔逊·艾则孜 《中国土壤与肥料》 CAS CSCD 北大核心 2020年第3期8-15,共8页

以博斯腾湖西岸湖滨绿洲为研究区,采用Pearson相关分析与主成分分析方法,探究研究区土壤盐分特征。研究结果表明:(1)土壤表层盐分类型主要为氯化物-硫酸盐类型,其占比大于60.00%;土壤全盐量、Na^++K^+、Ca^2+、SO4^2-和Cl^-的变异系数... 以博斯腾湖西岸湖滨绿洲为研究区,采用Pearson相关分析与主成分分析方法,探究研究区土壤盐分特征。研究结果表明:(1)土壤表层盐分类型主要为氯化物-硫酸盐类型,其占比大于60.00%;土壤全盐量、Na^++K^+、Ca^2+、SO4^2-和Cl^-的变异系数均大于100.00%,呈强变异性,HCO3^-的变异系数大于90.00%,小于100.00%,呈中等变异性;Mg^2+在0~10与10~30 cm土壤层中分别呈强变异性与中等变异性,变异系数分别为132.85%与93.30%;(2)土壤全盐量与主要土壤盐分离子均存在极显著正相关(P<0.01),与土壤全盐量相关性最强的土壤盐分离子为Na^++K^+,相关系数为0.99,相关性最低的土壤盐分离子为Mg^2+,相关系数为0.37;(3)在不同土地利用类型中,土壤全盐量由高至低依次为未利用地(11.82 g·kg^-1)>林地(5.98 g·kg^-1)>草地(4.89 g·kg^-1)>耕地(2.50 g·kg^-1),土壤全盐量变异系数依次为耕地>草地>林地>未利用地,变异系数最大为176.31%,变异系数最小为87.97%;(4)土壤盐分状况的特征因子为Na^++K^+、HCO3^-、SO42-,其主成分综合得分模型Y=0.09(HCO3^-)+0.30(Cl^-)+0.10(SO4^2-)+0.17(Ca2+)+0.18(Mg^2+)+0.09(Na^++K^+),综合得分的平均值为0.58,变异系数为122.00%,呈强变异性。 展开更多

关键词 土壤盐分特征 土地利用类型 主成分分析 综合得分模型 湖滨绿洲

下载PDF 职称材料

利用高光谱估算博斯腾湖西岸湖滨绿洲土壤有机质含量 被引量：6

5

作者 牛芳鹏 李新国 +2 位作者 靳万贵 赵慧 麦麦提吐尔逊·艾则孜 《中国土壤与肥料》 CAS CSCD 北大核心 2021年第1期9-16,共8页

以新疆博斯腾湖西岸湖滨绿洲为研究区,利用实测的土壤有机质含量与高光谱数据,通过多元逐步回归与偏最小二乘回归法分别构建反演土壤有机质含量估算模型。结果表明:(1)研究区土壤有机质含量变化范围为5.09~44.00 g·kg^(-1),均值为1... 以新疆博斯腾湖西岸湖滨绿洲为研究区,利用实测的土壤有机质含量与高光谱数据,通过多元逐步回归与偏最小二乘回归法分别构建反演土壤有机质含量估算模型。结果表明:(1)研究区土壤有机质含量变化范围为5.09~44.00 g·kg^(-1),均值为16.87 g·kg^(-1),变异系数为44.69%,呈中等变异;土壤有机质含量与土壤光谱反射率呈极显著负相关(P<0.01),相关系数为0.09<|r|<0.42;(2)通过显著性检验(P<0.01)的波段主要集中在590~687、758~892、1003~1092和1171~1297 nm 4个波段,反射率(1/R)′变换下相关性最高,相关系数|r|为0.50(P<0.01);(3)研究区的土壤有机质含量高光谱估算模型为Y=30428.37X677+12738.78X775+2894.02X865+11589.35X885+5.56,建模集和验证集的决定系数(R2)分别为0.83和0.82,均方根误差(RMSE)分别为4.01和2.64 g·kg^(-1),验证集统计量F=116.41(P<0.01),相对分析误差(RPD)=2.30,预测能力较好。 展开更多

关键词 土壤有机质含量 高光谱数据 估算模型 偏最小二乘回归 湖滨绿洲

下载PDF 职称材料

博斯腾湖西岸湖滨绿洲芦苇地土壤盐分特征高光谱分析 被引量：6

6

作者 宋梦洁 李新国 《扬州大学学报（农业与生命科学版）》 CAS 北大核心 2016年第1期75-80,共6页

以博斯腾湖西岸湖滨绿洲为研究区,统计分析芦苇地土壤盐分特征,通过多元线性回归分析建立芦苇地土壤盐分含量、Na^++K^+和Ca^(2+)的高光谱反射率估算模型。结果表明:1芦苇地土壤盐分含量平均值为4.21g·kg^(-1),为轻度盐渍化水平,... 以博斯腾湖西岸湖滨绿洲为研究区,统计分析芦苇地土壤盐分特征,通过多元线性回归分析建立芦苇地土壤盐分含量、Na^++K^+和Ca^(2+)的高光谱反射率估算模型。结果表明:1芦苇地土壤盐分含量平均值为4.21g·kg^(-1),为轻度盐渍化水平,不同株高下土壤盐分含量差异较大,标准误为9.37,方差为87.75;2不同芦苇株高下土壤高光谱反射率曲线特征表现为形态相似,基本平行,光谱的形状特征大致可以由910、1 200、1 450、1 910nm 4处的吸收带控制;3基于土壤高光谱反射率对土壤盐分含量、Na^++K^+和Ca^(2+)建立高光谱反射率估算模型进行定量反演具有良好精度:盐分含量高光谱反射率估算模型均方根误差(RMSE)为0.32,回归分析决定系数(R2)为0.88;Na^++K^+高光谱反射率估算模型RMSE为0.34,R^2为0.90;Ca^(2+)高光谱反射率估算模型RMSE为0.25,R2为0.93(F>95%)。 展开更多

关键词 湖滨绿洲 高光谱 土壤盐分特征 芦苇地 多元线性回归分析

原文传递

基于连续小波变换的土壤重金属含量反演模型 被引量：4

7

作者 艾孜提艾力·克依木 李新国 《环境科学与技术》 CAS CSCD 北大核心 2022年第1期201-207,共7页

文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象,采用偏最小二乘回归、支持向量机和人工神经网络模型,通过连续小波变换,优选高光谱数据与土壤重金属含量的特征波段,构建研究区土壤重金属含量的高光谱反演模型。研究结果表... 文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象,采用偏最小二乘回归、支持向量机和人工神经网络模型,通过连续小波变换,优选高光谱数据与土壤重金属含量的特征波段,构建研究区土壤重金属含量的高光谱反演模型。研究结果表明:(1)连续小波变换后,土壤重金属Cr含量相关性由0.24提高到0.45;土壤重金属Ni含量相关性由0.31提高到0.45;土壤重金属Zn含量相关性由0.31提高到0.51;(2)土壤重金属Cr、Ni、Zn含量的高光谱特征波段主要位于400~900、1400~1600、2000~2200 nm。(3)连续小波变换与人工神经网络相结合的模型精度最优,其土壤金属Cr含量的建模集和验证集的R;分别为0.91和0.84,均方根误差(RMSE)为2.40和3.91;土壤金属Ni含量的建模集和验证集的R;分别为0.88和0.82,RMSE为1.64和2.43;土壤重金属Zn含量的建模集和验证集的R;别为0.90和0.81,RMSE为5.20和5.93;连续小波变换结合人工神经网络模型比最小二乘和支持向量机2种模型,适合研究区土壤重金属Cr、Ni、Zn含量的反演。 展开更多

关键词 土壤重金属含量 连续小波变换 人工神经网络 高光谱数据 湖滨绿洲

下载PDF 职称材料

基于连续小波变换的表层土壤有机碳含量的高光谱估算 被引量：1

8

作者 江远东 李新国 杨涵 《江苏农业学报》 CSCD 北大核心 2023年第1期118-125,共8页

土壤有机碳含量的高光谱估算,可快速、准确监测土壤肥力,为农业生产进行合理施肥提供科学依据。以博斯腾湖西岸湖滨绿洲为研究区,应用ASD FieldSpec3光谱仪测定表层土壤的高光谱反射率,采用重铬酸钾-外加热法测定表层土壤有机碳(SOC)含... 土壤有机碳含量的高光谱估算,可快速、准确监测土壤肥力,为农业生产进行合理施肥提供科学依据。以博斯腾湖西岸湖滨绿洲为研究区,应用ASD FieldSpec3光谱仪测定表层土壤的高光谱反射率,采用重铬酸钾-外加热法测定表层土壤有机碳(SOC)含量;运用连续小波变换(CWT)分别对土壤高光谱反射率(R)及其一阶微分变换(R′)进行尺度分解,分析不同尺度分解后的数据与表层SOC含量的相关性,筛选敏感波段,分别建立偏最小二乘回归(PLSR)、随机森林(RF)和支持向量机(SVM)3种模型估算表层SOC含量。研究结果表明,土壤高光谱反射率与SOC含量呈负相关,经过一阶微分变换后,通过极显著性检验(P<0.01)的波段数由1689个降低为227个,最大相关系数绝对值(|r|)由0.39提高至0.54;土壤高光谱数据CWT处理后,与表层SOC含量的相关性随分解尺度的增加呈现先增后降的趋势。R′-CWT-SVM模型估算效果最优,建模集和验证集R 2分别为0.83和0.80,RMSE分别为5.24和3.56,RPD值为2.12,能够有效估算研究区表层SOC含量。 展开更多

关键词 土壤有机碳含量 高光谱反射率 一阶微分变换 连续小波变换 支持向量机 湖滨绿洲

下载PDF 职称材料

基于CWT-RF模型估算博斯腾湖湖滨绿洲土壤有机碳含量

9

作者 孟珊 李新国 +1 位作者 江远东 麦麦提吐尔逊·艾则孜 《中国农业大学学报》 CAS CSCD 北大核心 2023年第3期198-207,共10页

为实现博斯腾湖湖滨绿洲土壤有机碳含量的快速估算,结合实测的土壤高光谱数据与土壤有机碳数据,通过连续小波变换(CWT)进行土壤光谱数据预处理,利用相关系数法(CC)、连续投影算法(SPA)、竞争自适应重加权采样(CARS)、遗传算法(GA)筛选... 为实现博斯腾湖湖滨绿洲土壤有机碳含量的快速估算,结合实测的土壤高光谱数据与土壤有机碳数据,通过连续小波变换(CWT)进行土壤光谱数据预处理,利用相关系数法(CC)、连续投影算法(SPA)、竞争自适应重加权采样(CARS)、遗传算法(GA)筛选的特征波段作为建模输入量,构建随机森林(RF)模型。结果表明:研究区土壤有机碳含量平均值随土层深度增加由12.36 g/kg降低至10.49 g/kg,变异系数平均值为69.62%,空间异质性较强;CWT变换可以有效提高不同土层深度土壤有机碳含量与光谱反射率间的相关性,不同土层深度相关系数均值平均提升约22.41%;光谱数据经过CWT变换构建的模型精度明显提升,RF模型验证集R2与RPD分别平均提高7.09%、10.06%。CC、CARS、SPA、GA方法能消除光谱信息冗余,有效降低CWT-RF模型的输入量与RMSE值,土层深度0~20、20~40、40~60和60~80 cm筛选的特征波段平均压缩至全波段数目分别为8.51%、5.38%、2.21%和3.67%;RMSE值分别平均降低111.67%、135.61%、12.25%和74.96%,有效提升了建模速率与模型精度。利用CWT-SPA-RF模型对博斯腾湖湖滨绿洲0~80 cm土壤有机碳含量进行估算的效果最佳,构建的模型验证集R^(2)≥0.77,RMSE≤3.06 g/kg,RPD≥2.07。 展开更多

关键词 土壤有机碳含量 土壤高光谱数据 连续小波变换 随机森林 特征波段筛选 湖滨绿洲

原文传递

基于高光谱小波能量特征向量估算湖滨绿洲表层土壤有机碳含量

10

作者 孟珊 李新国 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第12期3853-3861,共9页

高光谱分析能够高效的估算土壤有机碳含量,连续小波变换(CWT),在高光谱数据的噪声去除和有效信息提取方面具有独特优势,但是经过连续小波变换后的光谱数据被分解为多个尺度,单一分解尺度信息不能代表不同分解尺度信息,如何充分利用多分... 高光谱分析能够高效的估算土壤有机碳含量,连续小波变换(CWT),在高光谱数据的噪声去除和有效信息提取方面具有独特优势,但是经过连续小波变换后的光谱数据被分解为多个尺度,单一分解尺度信息不能代表不同分解尺度信息,如何充分利用多分解尺度的小波系数,成为高光谱估算土壤有机碳含量的难题。博斯腾湖是我国最大的内陆淡水湖,湖滨绿洲作为重要的水陆交错带,具有独特的空间结构和时间结构,在维持和恢复湖泊生态系统健康方面发挥着重要作用。以博斯腾湖湖滨绿洲为研究区,于2020年10月采集138份深度为0~20 cm表层土壤样本,剔除3个异常值样品,得到135个有效样品,室外采集土壤样本光谱,并通过重铬酸钾-外加热法测定土壤有机碳含量;将土壤样本的光谱反射率进行Savitzky-Golay平滑滤波处理,以Gaussian4为小波基函数进行连续小波变换,将土壤高光谱数据转换为10个分解尺度的小波系数。利用相关性分析法(CC)、稳定自适应重加权采样(sCARS)、竞争自适应重加权采样(CARS)、连续投影算法(SPA)、遗传算法(GA)等5种特种波段筛选方法进一步降低噪音,消除冗余信息,逐尺度计算小波系数的均方根作为小波能量特征(EF),将10个尺度的小波能量特征组成小波能量特征向量(EFV),基于小波能量特征向量建立BP神经网络模型(BPNN)。结果表明,连续小波变换可以有效提高光谱反射率与土壤有机碳含量间的相关性,1~3分解尺度相关性较差,4~10分解尺度的相关性较好,相关系数平均值提升43.66%,相关系数最大值平均提升67.93%。CC算法筛选的特征波段主要分布于在400~1 500 nm可见光及近红外短波;sCARS、CARS算法筛选的特征波段集中于1 500~2 500 nm近红外长波;SPA算法筛选的特征波段集中于760~2 500 nm近红外波段;GA算法得到的特征波段基本均匀分布于400~2 500 nm。高光谱小波能量特征向量E 展开更多

关键词 土壤有机碳含量 小波能量特征向量 分解尺度 特征波段筛选 湖滨绿洲

下载PDF 职称材料

基于光谱指数的博斯腾湖西岸湖滨绿洲土壤有机碳含量估算模型 被引量：2

11

作者 牛芳鹏 李新国 +2 位作者 麦麦提吐尔逊·艾则孜 赵慧 江远东 《江苏农业学报》 CSCD 北大核心 2022年第2期414-421,共8页

以博斯腾湖西岸湖滨绿洲为研究区,将野外原位高光谱实测数据和土壤有机碳(SOC)含量作为基础数据,通过对原始光谱进行4种数学变换,探索不同光谱变换形式下的弓曲差(C)、差值光谱指数(DSI)、简单比值土壤指数(RSI)、亮度光谱指数(BSI)、... 以博斯腾湖西岸湖滨绿洲为研究区,将野外原位高光谱实测数据和土壤有机碳(SOC)含量作为基础数据,通过对原始光谱进行4种数学变换,探索不同光谱变换形式下的弓曲差(C)、差值光谱指数(DSI)、简单比值土壤指数(RSI)、亮度光谱指数(BSI)、归一化土壤指数(NDSI)与SOC含量的关系,并建立基于随机森林法(RF)的SOC含量估算模型。结果表明:(1)研究区SOC含量主要集中在5.25~78.76 g/kg,平均值为21.82 g/kg,变异系数为69.11%,呈中等变异性;(2)在光谱数据lgR下,SOC含量与DIS指数相关系数最高,相关系数为0.80,最佳组合波段为(1758 nm,1752 nm);(3)基于不同光谱指数与弓曲差(C)建立的模型验证集精度R^(2)和RMSE分别介于0.67~0.84和5.85~8.45 g/kg,模型的RPD均在1.66以上;在基于光谱数据lg(1/R)变换下,模型的验证集R^(2)=0.82、RMSE=3.52 g/kg、RPD=3.99,可以较好地估算研究区SOC含量,为干旱半干旱地区湖滨绿洲SOC含量反演提供依据和参考。 展开更多

关键词 土壤有机碳含量 估算模型 光谱指数 随机森林 湖滨绿洲

下载PDF 职称材料

基于地理加权回归模型的博斯腾湖湖滨绿洲土壤盐分离子含量高光谱估算 被引量：3

12

作者 赵慧 李新国 +2 位作者 靳万贵 牛芳鹏 麦麦提吐尔逊·艾则孜 《土壤》 CAS CSCD 北大核心 2021年第3期666-673,共8页

以博斯腾湖湖滨绿洲为研究区,分析HCO_(3)^(–)、Cl^(-)、SO_(4)^(2–)、Ca^(2+)、Mg^(2+)、Na^(+)+K^(+)等主要土壤盐分离子含量与土壤高光谱反射率的分数阶微分光谱变换与RSI、DSI、NDSI等二维土壤指数的相关性优选特征波段,构建基于... 以博斯腾湖湖滨绿洲为研究区,分析HCO_(3)^(–)、Cl^(-)、SO_(4)^(2–)、Ca^(2+)、Mg^(2+)、Na^(+)+K^(+)等主要土壤盐分离子含量与土壤高光谱反射率的分数阶微分光谱变换与RSI、DSI、NDSI等二维土壤指数的相关性优选特征波段,构建基于地理加权回归模型的土壤盐分离子含量估算模型。研究结果表明:Na++K+的微分变换特征波段集中在468~724 nm与1 182~1 539 nm,二维土壤指数的特征波段集中在1 742~2 395 nm,基于RSI的特征波段优选下地理加权回归模型对Na++K+含量的估算效果较好,建模集R^(2)=0.94,RMSE=0.22,验证集R^(2)=0.74,RMSE=0.19;SO_(4)^(2–)含量在1.2阶优选的位于469~636 nm波段估算效果较佳,建模集R^(2)=0.91,RMSE=0.02,验证集R^(2)=0.75,RMSE=0.33;Ca^(2+)、Mg^(2+)优选的特征波段主要集中在912~2 340 nm的近红外波段;Cl^(-)含量在1阶的近红外波段建模效果较好,建模集R^(2)=0.74,RMSE=0.03,验证集R^(2)=0.93,RMSE=0.11;含量相对较高的Na^(+)+K^(+)、SO_(4)^(2–)、Cl^(-)的地理加权回归模型精度高于含量较低的Ca^(2+)、Mg^(2+)。 展开更多

关键词 土壤盐分离子 分数阶微分 光谱矩阵系数图 地理加权回归模型 湖滨绿洲

下载PDF 职称材料

基于地理加权回归模型的绿洲土壤表层有机质含量高光谱估算 被引量：2

13

作者 艾孜提艾力·克依木 李新国 +1 位作者 赵慧 麦麦提吐尔逊·艾则孜 《新疆农业科学》 CAS CSCD 北大核心 2022年第1期223-230,共8页

【目的】研究利用高光谱数据估算土壤表层有机质含量,为绿洲区大范围,快速,低成本,监测土壤表层有机质含量提供技术参考。【方法】以新疆博斯腾湖湖滨绿洲为研究区,采用地理加权回归模型,优选高光谱数据与土壤有机质含量的特征波段,构... 【目的】研究利用高光谱数据估算土壤表层有机质含量,为绿洲区大范围,快速,低成本,监测土壤表层有机质含量提供技术参考。【方法】以新疆博斯腾湖湖滨绿洲为研究区,采用地理加权回归模型,优选高光谱数据与土壤有机质含量的特征波段,构建研究区表层土壤有机质含量的高光谱估算模型。【结果】研究区表层土壤有机质含量变化不大,变化系数为55%,最小值为2.37 g/kg,最大值为51.47 g/kg,平均值为21.20 g/kg。土壤有机质特征波段主要集中在645~1958 nm,其中1/R二阶的相关系数值最大为0.73,且在P=0.05水平下,通过显著性检验的波段数为83。构建的地理加权回归模型中,二维土壤指数1/R RSI建模效果最优,建模集R^(2)=0.91,RMSE=2.56,验证集R^(2)=0.95,RMSE=1.10。【结论】利用地理加权回归模型估算土壤有机质估算,建模效果可以达到一定的精度要求。 展开更多

关键词 土壤有机质 地理加权回归模型 光谱矩阵系数图 光谱变换 湖滨绿洲

下载PDF 职称材料

博斯腾湖西岸湖滨绿洲土壤剖面盐分含量随季节的变化特征 被引量：3

14

作者 赵慧 李新国 +1 位作者 毛东雷 麦麦提吐尔逊·艾则孜 《甘肃农业大学学报》 CAS CSCD 北大核心 2019年第6期155-162,共8页

【目的】探讨绿洲土壤剖面盐分特征及土壤剖面盐分含量随季节变化的关系.为土壤开发利用和土壤盐渍化防治提供理论研究基础.【方法】以博斯腾湖西岸湖滨绿洲为研究区,采用地统计学方法和冗余分析方法,探讨研究区土壤盐分含量的季节变化... 【目的】探讨绿洲土壤剖面盐分特征及土壤剖面盐分含量随季节变化的关系.为土壤开发利用和土壤盐渍化防治提供理论研究基础.【方法】以博斯腾湖西岸湖滨绿洲为研究区,采用地统计学方法和冗余分析方法,探讨研究区土壤盐分含量的季节变化特征.【结果】夏季的土壤盐分含量为3.02 g/kg,比春季、秋季的土壤盐分含量分别高199.01%、143.55%;春季、夏季的土壤盐分含量的变异系数随着土壤剖面深度的增加,变异系数分别增加3.11%、5.91%,而秋季的土壤盐分含量的变异系数则相反,变化幅度较大,变异系数减少21.77%;Na++K+分别占春季、夏季、秋季的主要土壤盐分离子总量的45.10%、44.80%、44.70%,是研究区的主要土壤盐分离子;春季、夏季、秋季的土壤盐分结构性因子分别为99.97%、98.39%、77.37%,均大于75.00%,表现为强空间相关性.【结论】研究区土壤盐分在春季、夏季、秋季均呈表聚型,且夏季的土壤盐分含量高于春季、秋季的土壤盐分含量;春季、夏季、秋季的土壤盐分含量与主要土壤盐分离子Na++K+、Cl-、Mg 2+呈极显著正相关(P<0.01);春季、夏季、秋季的土壤盐分含量高值区主要集中在研究区中部东北部. 展开更多

关键词 土壤盐分特征 季节变化 土壤剖面 冗余分析 湖滨绿洲

下载PDF 职称材料

博斯腾湖湖滨绿洲土壤电导率高光谱估算模型 被引量：3

15

作者 赵慧 李新国 +2 位作者 牛芳鹏 靳万贵 麦麦提吐尔逊·艾则孜 《中国土壤与肥料》 CAS CSCD 北大核心 2021年第2期289-295,共7页

以博斯腾湖湖滨绿洲为研究区,采用分数阶微分对光谱指数进行波段优化,筛选高光谱数据的特征波段,利用偏最小二乘回归(PLSR)和支持向量机(SVM)构建土壤电导率高光谱数据的估算模型。研究结果表明:(1)分数阶微分的高光谱数据与土壤电导率... 以博斯腾湖湖滨绿洲为研究区,采用分数阶微分对光谱指数进行波段优化,筛选高光谱数据的特征波段,利用偏最小二乘回归(PLSR)和支持向量机(SVM)构建土壤电导率高光谱数据的估算模型。研究结果表明:(1)分数阶微分的高光谱数据与土壤电导率的相关性:随着分数阶微分阶数的增加,特征波段数呈现逐渐增加的趋势,2阶是特征波段数量最多的阶数,特征波段数量为335(P=0.01),相关系数绝对值最大为0.64。(2)分数阶微分优化光谱指数的高光谱数据:随着分数阶微分阶数的增加,光谱矩阵图表现为相关系数在正负值之间波动较大,0.8阶在光谱指数DSI的相关系数绝对值最大为0.75;平方根、对数、倒数的相关系数绝对值最大为0.64。(3)基于PLSR和SVM构建土壤电导率估算模型:基于0.8阶微分和光谱指数DSI筛选的特征波段建立的估算模型估算效果较好,其中SVM构建的估算模型最优,模型精度为R_(SVMc)~2=0.89,RMSE_(SVMc)=0.03,R_(SVMv)~2=0.80,RMSE_(SVMv)=1.12。利用SVM估算模型可以有效地对研究区土壤电导率进行定量估算。 展开更多

关键词 土壤电导率 分数阶微分 光谱指数 特征波段 湖滨绿洲

下载PDF 职称材料

博斯腾湖湖滨绿洲土壤表层含盐量高光谱估算模型

16

作者 江远东 李新国 +1 位作者 杨涵 赵慧 《中国土壤与肥料》 CAS CSCD 北大核心 2022年第1期1-8,共8页

以博斯腾湖湖滨绿洲为研究区,对土壤高光谱反射率R进行数学光谱变换,并计算其差值型、比值型、归一化型3种盐分指数,通过显著性检验优选特征波段,结合土壤表层盐分实验数据,构建基于地理加权回归模型的土壤表层盐分含量估算模型。研究... 以博斯腾湖湖滨绿洲为研究区,对土壤高光谱反射率R进行数学光谱变换,并计算其差值型、比值型、归一化型3种盐分指数,通过显著性检验优选特征波段,结合土壤表层盐分实验数据,构建基于地理加权回归模型的土壤表层盐分含量估算模型。研究结果表明:1)土壤表层盐分含量平均值为7.535 g·kg^(-1),其光谱变换建模选取的特征波段集中在466~482、1669~1728、1979~2371 nm,其中对数倒数的一阶微分(1/lg R)′相关性较好,相关系数绝对值为0.672;2)构建3种盐分指数优选的特征波段集中在1700~1728、1992~2014、2375~2405 nm,建立的模型决定系数均大于0.870,光谱反射率R的决定系数仅为0.621;3)差值型盐分指数优选特征波段建立的地理加权回归模型为最优模型,建模集与检验集的决定系数R2分别为0.934和0.915,RMSE分别为1.186和0.917。 展开更多

关键词 土壤盐分 高光谱数据 盐分指数 地理加权回归模型 湖滨绿洲

下载PDF 职称材料

基于RS/GIS的博斯腾湖湖滨绿洲土壤盐渍化敏感性研究 被引量：7

17

作者 李新国 古丽克孜.吐拉克 赖宁 《水土保持研究》 CSCD 北大核心 2016年第1期165-168,共4页

土壤盐渍化敏感性评价可以评估可能发生的土壤盐渍化的类型、范围和程度。以博斯腾湖湖滨绿洲为研究区,以2010年ALOS遥感影像为基本数据源,结合野外调查和样品分析,采用监督分类法和试验数据统计分析方法,依据土壤盐渍化敏感性指数公式... 土壤盐渍化敏感性评价可以评估可能发生的土壤盐渍化的类型、范围和程度。以博斯腾湖湖滨绿洲为研究区,以2010年ALOS遥感影像为基本数据源,结合野外调查和样品分析,采用监督分类法和试验数据统计分析方法,依据土壤盐渍化敏感性指数公式,计算不同土地利用类型的土壤盐渍化敏感性指数。研究结果表明:轻度、中度和重度盐渍地主要分布于博斯腾湖周边的湿地边缘和未利用地,总面积为643.26km2,占研究区总面积的24.68%;未利用地土壤盐渍化敏感性指数为0.25,属于重度敏感区;耕地和沙地的土壤盐渍化敏感性指数为0.15,属于中度敏感区;湿地土壤盐渍化敏感性指数为0.13,属于轻度敏感区;水体土壤盐渍化敏感性为0.03,属于非敏感区。 展开更多

关键词 土壤盐渍化 敏感性指数 监督分类法 土地利用类型 博斯腾湖湖滨绿洲

下载PDF 职称材料

新疆艾里克湖滨绿洲景观空间格局动态变化 被引量：4

18

作者 阿斯卡尔江.司迪克 楚新正 艾里西尔.库尔班 《湖泊科学》 EI CAS CSCD 北大核心 2010年第5期793-798,共6页

以艾里克湖滨绿洲1989年9月的TM,2000年9月的ETM+和2005年9月的CBERS遥感影像为数据源,借助RS和GIS技术,以人机交互方式进行景观分类,生成景观分类图;运用景观生态学原理,通过景观统计软件Fragstats For Arcview对研究区景观格局与土地... 以艾里克湖滨绿洲1989年9月的TM,2000年9月的ETM+和2005年9月的CBERS遥感影像为数据源,借助RS和GIS技术,以人机交互方式进行景观分类,生成景观分类图;运用景观生态学原理,通过景观统计软件Fragstats For Arcview对研究区景观格局与土地利用变化过程分析并进行驱动力研究.结果表明,1989-2005年的17年间,主要在人类活动的影响下,艾里克湖滨绿洲在外观特征和空间格局均有显著变化,绿洲面积呈先退缩后扩张趋势,湖泊面积也呈先萎缩甚至干涸后扩大趋势.整体景观异质性、多样性和丰度下降;景观优势度、蔓延度和破碎化程度增加.要实现干旱区绿洲的可持续发展和景观生态功能的良性发挥,必须注重景观格局的优化,从而维护景观生态过程与格局的连续性. 展开更多

关键词 艾里克湖滨绿洲 景观格局 动态变化 遥感影像

下载PDF 职称材料

博斯腾湖西岸湖滨绿洲芦苇地土壤特征分析 被引量：3

19

作者 宋梦洁 李新国 刘彬 《西北农业学报》 CAS CSCD 北大核心 2016年第3期435-441,共7页

以博斯腾湖西岸湖滨绿洲芦苇地为研究区,分析不同长势芦苇地土壤特征,建立土壤主要特征因子与芦苇长势之间的回归模型。结果表明：芦苇地土壤盐分质量分数与电导率之间存在显著正相关,相关系数为0.97,土壤氧化还原电位（ORP）与pH间存... 以博斯腾湖西岸湖滨绿洲芦苇地为研究区,分析不同长势芦苇地土壤特征,建立土壤主要特征因子与芦苇长势之间的回归模型。结果表明：芦苇地土壤盐分质量分数与电导率之间存在显著正相关,相关系数为0.97,土壤氧化还原电位（ORP）与pH间存在极显著负相关,相关系数为0.98;土壤盐分质量分数和电导率具有明显表聚现象,在0～10cm土层中,盐分质量分数占0～50cm土壤盐分总量的58.08%,电导率占0～50cm总电导率的45.21%;土壤盐分质量分数和pH是影响芦苇长势的主要特征因子,芦苇株高和土壤盐分质量分数之间的回归方程为H=0.01S3-0.27S2＋1.15S-1.19,R2=0.88,芦苇生长最适盐分质量分数在3.80～4.40g/kg;芦苇数量与土壤pH间的回归方程为M=-196.71pH＋1 741.80,R2=0.92,芦苇生长最适pH为7.80（F〉95%）。 展开更多

关键词 土壤特征 芦苇地 土壤盐分质量分数 回归分析 博斯腾湖西岸湖滨绿洲

下载PDF 职称材料