哈尔滨市土壤有机质高光谱模型-工作总结范文网
全站搜索：
您现在的位置：&>&&>&物理
哈尔滨市土壤有机质高光谱模型
第３８卷第７期２０ｌｏ，，！￡ｌｚ７月东北林业大学学报ＪＯＵＲＮＡＬＯＦＮＯＲＴＨＥＡＳＴＦＯＲＥＳＴＲＹＵＮＩＶＥＲＳｎｎｒ、，０１．３８Ｎｏ．７Ｊｕｌ．２０１０哈尔滨市土壤有机质高光谱模型１）乔璐陈立新张杰黄兰英（东北林业大学，哈尔滨，ｌｍ０４０）摘要通过对哈尔滨市土壤样品实测和室内高光谱测定，以土壤光谱反射率（反射率倒数、反射率对数、反射率一阶微分等）的数学变换数据作为自变量，土壤有机质质量分数的对数作为因变量，利用Ｍａｔｌａｂ７．１软件，多元统计分析方法，建立了哈尔滨市土壤有机质质量分数高光谱多元逐步回归分析模型，实现了对哈尔滨地区土壤有机质的快速预浸４。关键词哈尔滨市；土壤有机质；高光谱测定；回归模型分类号Ｓ１５３．６ＳｐｅｃｔｒａｌＭ０ｄｅｌｓｆｏｒＰｒｅｄｉｃｔｉｏｎｏｆＳｏＨＯｒｇａｎｉｃＭａｔｔｅｒｉｎＨａｒｂｉｎ／Ｑｉ∞Ｌｕ，ＣｈｅｎＬｉｘｉｎ，Ｚ＇ｎａｎｇＪｉｅ，ＨｕａｎｇＬａｎｙｉｎｇ（ＣｏｌｌｅｇｅｏｆＦｏｒｅｓｔｒｙ，ＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５００４０，Ｐ．Ｒ．Ｃｈｉｎａ）／／ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒ－ｓｉｔｙ．－２０１０，３８（７）．－１１６―１１８ＡｎｅｘｐｅｒｉｍｅｎｔＷ，９。８ｃｏｎｄｕｃｔｅｄｔｏｓｔｕｄｙｔｈｅｒａｐｉｄｍｅｔｈｏｄｆｏｒｔｈｅｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｓｏｉｌｏｒｇａｎｉｃｍａｔｔｅｒｉｎＨａｒｂｉｎＣｉｔｙｅｓ－ｂａｓｅｄｏｎｔｈｅｒｅｓｕｌｔｓｏｆｓｏｉｌｓａｍｐｌｉｎｇａｎｄｉｎｄｏｏｒｓｐｅｃｔｒｏｍｅｔｒｙｍｅａｓｕｒｅｍｅｎｔ．ＡｍｕｌｔｉｐｌｅｓｔｅｐｗｉｓｅｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌＷａｓｄｅｒｉｖａｔｉｖｅｏｆｒｅｆｌｅｃｔａｎｃｅ）ａｓｔｈｅｉｎｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅｓａｎｄｌｏｇａｒｉｔｈｍｉｃｖａｌｕｅｏｆｓｏｉｌｔａｂｌｉｓｈｅｄｂｙＭａｔｌａｂ７．１ａｎｄｍｕｌｔｉｖａｒｉａｂｌｅｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｕｓｉｎｇｓｐｅｃｔｒａｌｏｆｒｅｆｌｅｃｔａｎｃｅ，ｆｉｒｓｔｒｅｆｌｅｃｔａｎｃｅ（Ｒｅｃｉｐｒｏｃ童ｒｅｉｌｅｅｍｎｃｅ，Ｌｏｇａｒｉｔｈｍｏｒｇ删＇ｅ／ｌ＂ｌ馓ｅｒ．ｃｏｎ－ｔｅｎｔ船ｔｈｅｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅ．ＫｅｙｗｏｒｄｓＨａｒｂｉｎ；Ｓｏｉｌｏｒｇａｎｉｃｍａｔｔｅｒ；Ｈｙｐｅｒｓｐｅｃｔｒａｌ；Ｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌ８ｎｍ【７】。曾志远利用资源卫星多光谱图象，借助多元非线性回归方法，探测土壤表层（０～２０ｃｍ）有机质质量分数，把有机质质量分数表示成卫星图像４个波段辐射值的甬数捧Ｊ。刘焕军等利用多元线性回归法对黑土有机质和土壤反射率建立高光谱模型，较好地实现了对土壤有机质质量分数大范围的快速预测一Ｊ。黄明祥等在海涂土壤高光谱特性中利用偏最小二乘法（ＰＬＳＲ）、主成分分析回归法（ＰＣＲ）、人工神经网络（ＡＮＮ）、支持向量机（ＳＶＭ）４种方法构建模型，取得了显著的效果¨…。笔者利用多元统计分析方法构建哈尔滨地区土壤有机质的预测模型，效果显著。有机质是土壤的重要组成部分，它含有植物生长所需的各种营养元素，是植物生长不可缺少的营养库。同时土壤有机质对全球碳平衡、土壤肥力、环境保护和农业可持续发展等方面有着重要的意义…。传统的有机质测定技术具有很高的准确性，但涉及范围存在一定的局限性，大范围地统计土壤有机质的质量分数，需投人大量的人力、物力、财力，而遥感技术可以以其独有的宏观性、综合性和可重复性及低成本的特点，预测大范围地区土壤有机质。目前，研究较多的是利用土壤光谱反射率与实测土壤有机质，运用多元线性回归（ＳＭＬＲ）、主成分分析（ＰｅＲ）、人工神经网络（ＡＮＮ）和偏最小二乘法（ＰＬＳＲ）等方法，建立土壤有机质模型，从而预测土壤有机质含量。Ｋｒｉｓｈｎａｎ等利用多元线性逐步回归和迭代方法，研究不同类型的土壤有机质，发现可见光５６４、６２３１１１／１相关性较高拉Ｊ。ＤａｌＭ等在波长１７０２―２０５２１研究区概况哈尔滨市，位于黑龙江省南部，地处东北亚中心位置，东经１２５０４２’一１３０。１０’，北纬４４。０４’一４６。４０’，被誉为欧亚大陆桥的明珠，是欧亚大陆桥和空中走廊的重要枢纽。哈尔滨境内的大小河流均属于松花江水系和牡丹江水系。气候属中温带大陆性季风气候，四季分明，１月平均气温一１９℃；７月的平ｓｉｎ的短波近红外区对土壤的有机质与总有机氮进行了预测¨Ｊ。Ｃｈａｎｇ等从有机质结构组成的角度解释了近红外区的光谱特征，认为有机质成分复杂，功能团多样，因而其在近红外光谱区的光谱特性与其所含的功能团对应解释的难度很大，一般体现为降低整个谱线的反射系数ＨＪ。Ｂｅｎ．Ｄｏｒ和Ｂａｎｉｎ在对的土壤有机质样本进行研究发现，当有机质超过４０ｇ／ｋｇ时，估算值与测量值差异很大ｂＪ。而Ｃｏｈｅｎ等利用土壤光谱估算湿地土壤有机质（Ｏ一８２％）时，估算值和实际值之间的相关系数达到０．１９４３，其模型估算精度并没有因为有机质质量分数差异大而受到影响Ｌ６Ｊ。徐彬彬研究土壤有机质的最佳波段在６００―８００均气温一２３℃。全年平均降水量５６９．１姗，夏季占全年降水量的６０％。２研究方法土壤样品采集：根据哈尔滨市ｌ：５００００的地形图和土地利用状况，按照农地、林地、城市绿地、池塘、松花江流域（上游和下游），采用ｌＪｃｇｘｌ螬网格法设计采样点，共设置９５个采样点，在地形图上标记，并记录下每个采样点的地理坐标。２００８年９月２８至１０月８日，用ＧＰＳ导航，根据每个采样点设定的地理坐标，寻找采样点。在每个采样点１５ｍ×１５ｍ１）国家自然科学基金（３０７７１７０８）资助。第一作者简介：乔璐，女，１９８３年１０月生，东北林业大学林学院，硕士研究生。通信作者：陈立新，东北林业大学林学院。教授。收稿日期：２０１０年１月２４日。责任编辑：程红。范围内，按“Ｓ型”设计５个采集点，采集０～２０ｃｍ土样，５个土壤样品混合，作为一个土壤测定样品。采集后的土壤样品剔除树枝、石块等杂物，室内风干研磨，分别过２．００、０．２５咖筛，装入容器储藏。万方数据第７期乔璐等：哈尔滨市土壤有机质高光谱模型１１７土壤样品测定：土壤有机质测定采用重铬酸钾氧化法¨“。对９５个样本进行有机质测定，有机质变化幅度为１２．２５―２７４．９４ｇ／ｌ【ｇ，平均值为１３１．３１ｇ／蚝，标准误差为６４．５３ｇ／ｋｇ。光谱测定：将过２咖筛的土壤样品放置于直径为１０啪、深度为２ｃｍ的玻璃器皿中（玻璃器皿经特殊处理刷成黑色以减少光谱测定误差），表层用玻璃棒刮平。采用ＡＳＤＦｉｅｌｄＳｐｅｃ－ＦＲＴＭ背挂式野外光谱辐射仪，分别在３５０―１０００哪波段，间隔为１．４ｎｍ，光谱分辨率为３ｎｍ和１０００―２５００ｎｍ波段，间隔为２啪、光谱分辨率为１０ｎｍ条件下进行测试。光谱测试在暗室内进行。室内土壤高光谱测试的几何条件：光源为功率５０ｗ的标准直流钨丝石英卤素灯，探头视场角８０，光源入射角１５。，光源距离３０锄，探头垂直土样表面且距离土样１５ｃｍ。光谱仪进行优化后，测试２５ｃｒｕｘ２５ｃｍ优良朗伯性漫射材料聚四氟乙烯标定白板获得绝对反射率，每次测量前后都进行标准板的测量以校准光谱仪。为减少误差，每个土样测１０组反射率，最后取其平均值。数据处理：由于光谱仪不同波段对能量吸收的差异，使光谱曲线存在一些噪声，为了去除包含在光谱数据中的噪声，采用Ｍａｔｌａｂ７．１一邻域均值法，得到平滑后的数据。大量文献表明，光谱反射率不同形式的微分处理可以降低部分噪声、背景、地形、光照等因素对目标光谱的影响，增强光谱数据与有机质之间的相关性。为了提高光谱数据与有机质之间的相关性，对光谱反射率做了７种变化包括光谱反射率倒数、反射率对数、反射率倒数的对数、反射率一阶微分、反射率倒数的一阶微分、反射率对数的一阶微分。其中，光谱数据一阶微分计算公式为：Ｒ（Ａ）＝［尺（Ａ；）－Ｒ（Ａ。。）］／２ＡＡ。式中：Ａ是每个波段的波长；Ｒ（Ａ）为波长Ａ的一阶微分光谱；△Ａ为采样间隔；从＝１０。３结果与分析３．１有机质质量分数的对数与土壤光谱的相关性土壤有机质质量分数高低，直接影响光谱反射率大小。由于哈尔滨地区土壤有机质质量分数变化幅度较大（１２―２７４ｇ／ｌｃｇ），因此，采用哈尔滨地区土壤有机质质量分数的最小值，最大值和平均值绘制３种土壤有机质质量分数不同的土壤光谱（图１）。从图１可看出，有机质质量分数不同，所显示的吸收峰的深度、面积、宽度也不同，但３种值的光谱变化总趋势相同。在可见光波段，３种有机质质量分数与反射率相关性并不高，６００～８００ｎｍ处陡然上升，在１４００和１９００ｎｎｌ附近出现土壤水的吸收峰。表明土壤有机质质量分数越高，其反射率越低，此结果与徐彬彬研究的实验室土壤脱有机质结论相一致¨“。Ｓｔｏｎｅ和Ｂａｕｍｇａｒｄｎｅｒ研究发现黑土光谱曲线属于有机质控制类型¨引。随着土壤有机质质量分数的增加，曲线形状由微凸、平直状趋向微下凹，有机质质量分数越高，下凹的程度越大、光谱反射率越低¨“。根据光谱曲线的特征，按照土地利用类型（农地、林地、城市绿地、池塘、松花江流域），利用Ｍａｆｌａｂ依次进行单相关分析，找出相关系数较高的相应波段（表１）。为了提高有机质与土壤光谱反射率的相关性，对土壤有机质质量分数进行对数变换一ｊ。从图２可以看出，在６００―１０００咖相关性有着明显的提高。６１３ｎｍ处相关性由一０．４１４３提高到了一０．５６３２；８０９ｎｌｎ处相关性由－０．７２１ｌ提高到了－０．８００９。万方数据簪喜蛞圈１不同有机质质量分数的土壤光谱曲线ａ，ｂ、ｃ的有机质质量分效分别为１２、１０３、２７４ｔ／ｌ【ｇ。静霉越圈２有机质质量分数与有机质质量分数对数的差异表１土壤光谱反射率与土壤有机质对数的相关系数及波段篓曼塑望黼相关系数数学变换形式ｌｉｒａ…～一圭錾翌麦望数学变换形式渡影相关系数ｍ１“一”反射率６５６―Ｏ．５６４３反射率对数一阶微分ｊ１５ｓ－０．８０６９反射率倒致６鲐－ｏ．，％ｌ反射率对数一阶微分１５４０．ｏ．５２６２反射率对致６５６．ｏ．６５１１反射率对教一阶微分１６０７―Ｏ．７０７５反射宰一阶微分１０００－ｏ．６６７２反射率倒数对数的一阶微分４６５－０．８０１５反射率一阶微分ｌ０６６－０．６７９２反射事倒数对数的一阶徽分５５６－ｏ．８３ｌ８反射率一阶微分１４１６－０．７４２６反射率倒数对敦的一阶微分７６２―Ｏ．７１８０反射率一阶微分ｌ５８２－０．６４５８反射率倒数对数的一阶微分８贸－０．７∞２反射率对数一阶微分６笱－ｏ．６７２８反射率倒数对教的一阶微分９７４－０．７５６８反射宰对致一阶微分６１３＿０．５６３２反射率倒散对敬的一阶微分１２７５－ｏ．５００６反射率对数一阶微分６５６－０．５９ｌ５反射率倒数对数的一阶微分１３鹋－ｏ．５４６２反射率对数一阶微分８田－０．８００９反射率倒数对数的一阶微分ｌ５６９．０．７６２５反射率对数一阶微分９１０－０．镐２６反射率倒数对教的一阶微分ｌ６００－ｏ．７９７４反射率对效一阶微分ｌ０５０－０．６９５８反射率倒效对数的一阶微分ｌ６６７．０．６１１０反射率对数一阶微分ｌ０７５－ｏ．８６９５３．２模型建立与检验３．２．１模型建立根据单相关性的分析结果，以土壤有机质质量分数的对数为因变量，土壤波段（相关性较高的２７个波段所对应的数学变化形式）（表１）为自变量，组建方程，依次剔除异常值，最终以４３个样本建模。２０个检验样本。建模方程为：Ｉｎ（Ｓ有机厦）＝０．３９０＋３．３４１（１０９ｓ）６舅一０．１３９（１／Ｒ）蛳一１４９．５６９（１０９ｓ）’ｌ∞５＋３０．７４７（１０９ｌＲ）’１０５０＋１２２．７１７（１０９ｓ）’Ｉ鲫。式中：ｌｌｌ（Ｓ有帆羹）为有机质对数的预测值；６５６、１０７５、１０５０、Ｉ５６９为１１８东北林业大学学报第３８卷预测自变量的选取波段。分析过程中，使用Ｆ显著水平值作为逐步回归方法的依据，选人和剔除自变量的概率参数分别设置为０．１０和０．１５。得到回归模型的相关系数为０．９０５，决定系数酽＝ｏ．８１９，调整决定系数％＝ｏ．７９５，预测标准误差Ｓ＝０．３８８，显著性水平Ｐ＝０．０１８，Ｄｕｒｂｉｎ－Ｗａｔｓｏｎ相关系数Ｄｗ＝１．９７６。３．２．２模型检验模型的预测能力用总均方根差（ＲＭ．Ｓ．Ｅ）来检验，‰．ｓ．。越小，模型精度越高、预测能力越好。计算公式：ＲＭ．ｓ．Ｅ＝√÷∑（嘶一远）２。式中：毗为有机质质量分数测量值；趣为ｒ＿＿ｉ―――一模型预测值；，ｌ为建模样本数（ｎ＝４３）。ＲＭｓ．Ｅ＝０．２７１。从图３可以看出，有机质的实测值与预测值在趋势线ｙ＝ｘ处聚集。建模系数群＝０．８１９，检验样本系数砰＝０．９０３６，精度高，模型稳定。有机质对数实测值图３有机质实测与预测散点图４结论与讨论土壤有机质质量分数在波段６００―８００ｈｉｌｌ与土壤光谱反射率呈显著的负相关性，在１０７５、１０５０、１５６９ｎｎｉ也存在较高的相关性，且在１０７５ｎｍ的相关系数的绝对值最高。这与ＡＪ．Ａｂｂａｓ结论相一致¨引。土壤有机质质量分数对数变换，提高了有机质与土壤光谱反射率的相关性，尤其在６００一ｌ０００砌，如６１３ｎｍ处，由０．４１４３提高到了０．５６３２，８０９ｎｍ处，由一０．７２１ｌ提高到一０．８００９。以土壤机质质量分数对数ｌｒＩ（％钆质）为因变量，以６５６ｎｍ的反射率的对数、倒数和１０５０砌的反射率倒数的一阶微分，以及１０７５和５６９ｎｍ的反射率对数的一阶微分为综合自变量，利用多元线性回归分析方法万方数据得到最佳预测模型方程为：Ｉｎ（Ｓ有帆厦）＝０．３９０＋３．３４１（１０班）幽一０．１３９（Ｉ／Ｒ）蛳一１４９．５６９（１０妒）７１０７５＋３０．７４７（１０９ｌＲ）７。伽＋１２２．７１７（１０９Ｒ．）’ｌ瑚。统计模型系数萨＝Ｏ．８１９，凡．ｓ．Ｅ＝Ｏ．２７１，检验样本系数萨＝０．９４９。此模型精度高，稳定，证实哈尔滨土壤有机质高光谱预测模型的定量反演是可行的。参考文献［１］黄昌勇．土壤学［Ｍ］．北京：中国农业出版社，２０００．［２３ＫｒｉｓｈｎａｎＰ，ＡｌｅｘａｎｄｅｒＪＤ，ＢｕｆｆｅｒＢＪ．ｅｔａ１．Ｒｅｆｌｅｃｔａｎｃｅｔｅｃｈ?ｎｉｑｕｅｆｏｒｐｒｅｄｉｃｔｉｎｇｓｏｉｌｏｒｇａｎｉｃｍａｔｔｅｒ［Ｊ］．ＳｏｉｌＳｃｉｅｎｃｅＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ。１９８０，４４：１２８２―１２８５．［３］ＤａｌａｉＲＣ，ＨｅｎｒｙＢＪ．Ｓｉｍｕｌｔａｎｅｏｕｓｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｍｏｉｓｔｕｒｅ，０１－ｇａｎｉｃｃａｒｂｏｌｌ。ａｎｄ训ｎｉｔｒｏｇｅｎｂｙＩｌｅａｌ＂ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏ－ｐｈｏｔｏｍｅｔｒｙ［Ｊ］．ＳｏｆｔＳｃｉｅｎｃｅＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｍａｌ，１９８６，５０：１２０―１２３．［４】ＣｈｕｇＣｈｅｎｇｗｅｎ。Ｉａ／ｒｄＤＡ．Ｎｅ口－ｉｎｆｉａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｉｃａｎａｌｙｓｉｓｏｆｓｏｉｌＣａｎｄＮ［Ｊ］．ＳｏｉｌＳｃｉｅｎｃｅ，２００２，１６７（２）：ＩｌＯ―１１６．［５］Ｂｅｎ?ＤｏｔＥ．ＢａｎｉｎＡ．Ｎｅａｒ－ｉｎｆｒａｒｅｄａｎａｌｙｓｉｓ鹪８ｒａｐｉｄｍｅｔｈｏｄｔｏｓｉｍｕｌｔａｎｅｏｕｓｌｙｅｖａｌｕａｔｅｓｅｖｅｒａｌｓｏｉｌｐｒｏｐｅｒｔｉｅｓ［Ｊ］．ＳｏｉｌＳｃｉｅｎｃｅＳｏ－ｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ，１９９５，５９（２）：３６４―３７２．［６］ＣｏｈｅｎＭＪ，ＰｒｅｎｇｅｒＪＰ，ＤｅＢｕｓｋＷＦ．Ｖｉｓｉｂｌｅ－ｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃ―ｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｆｏｒｒａｐｉｄ，ｎｏｎｄｅｓｔｒｕｃｔｉｖｅａｓｓｅｓｓｍｅｎｔｏｆｗｅｔｌａｎｄｓｏｉｌｑｕａｌｉｔｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＱｕａｌｉｔｙ，２００５，３４（４）：１４２２―１４３４．［７］徐彬彬，戴昌达．南疆土壤光谱反射特性与有机质含量的相关分析［Ｊ］．科学通报，１９８０（６）：２８２―２８４．［８］曾志远．卫星遥感图像计算机分类与地学应用研究［Ｍ］．北京；科学出版社，２００４：１９３一１９４．ｐ叼刘焕军，张柏，赵军，等．黑土有机质含量高光谱模型研究［Ｊ】．土壤学报，２００７，４４（１）：２７―３２．ｎ叼黄明祥．程街亮，王珂，等．海涂土壤高光谱特性及其砂粒含量预测研究［Ｊ］．土壤学报，２００９，４６（５）：９３２－９３７．¨：．陈立新．土壤实验实习教程［Ｍ］．哈尔滨：东北林业大学出版社，２００５：９８－１０１．＝．纠徐彬彬．土壤光谱反射特特性与理化性状的相关分析［Ｍ］．北京：科学出版社。１９８７：６６－６７．＝Ｉ纠ＳｔｏｎｅｒｇＲ，ＢａｕｎｇａｎｔｎｅｒＭＦ．Ｃｈａ．．＇ａｅｔｅｒｉｓｔｌｅｖａｒｉａｔｉｏｎｓｉｎｒｅｆｌｅｃ－ｔａｎｃｅ０ｆｓｕｒｆａｃｅｓｏｉｌｓ［ＪＪ．ＳｏｉｌＳｃｉｅｎｃｅＳｏｃｉｏｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ．１９８１。４５：１１６１－１１６５．Ｈ们何挺．土地质量高光谱遥感监测方法研究［Ｄ］．武汉：武汉大学。２００３．ｎ钉Ａｌ－ＡｂｂａｓＡＨ，ＳｗａｉｎＰＨ，Ｂａｕｍｇｅ．．－ｄｎｅｒＭＦ．Ｒｅｈｆｎｇｏｒｇａｎｉｃｍａｔｔｅｒａｎｄｃｌａｙｃｏｎｔｅｎｔｔｏｔｈｅｍｕｈｉｓｐｅｃｔｒａｌｒａｄｉａｎｃｅｏｆｓｏｉｌｓ［Ｊ］．Ｓｏｉｌｓｃｉｅｎｃｅ，１９７２，１１４（６）：４７７棚５．
哈尔滨市土壤有机质高光谱模型作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：乔璐， 陈立新， 张杰， 黄兰英， Qiao Lu， Chen Lixin， Zhang Jie， Huang Lanying东北林业大学,哈尔滨,150040东北林业大学学报JOURNAL OF NORTHEAST FORESTRY UNIVERSITY)1次
参考文献(15条)1.黄昌勇 土壤学 20002.Krishnan P.Alexander J D.Butler B J Reflectance technique for predicting soil organic matter[外文期刊] 19803.Dalal R C.Henry R J Simultaneous determination of moisture,organic carbon,and total nitrogen bynear infrared reflectance spectrophotometry[外文期刊] 19864.Chang Chengwen.Laird D A Near-infrared reflectance spectroscopic analysis of soil C and N[外文期刊] 2002(02)5.Ben-Dor E.Banin A Near-infrared analysis as a rapid method to simultaneously evaluate several soilproperties[外文期刊] 1995(02)6.Cohen M J.Prenger J P.DeBusk W F Visible-near infrared reflectance spectroscopy forrapid,nondestructive assessment of wetland soil quality[外文期刊] 2005(04)7.徐彬彬.戴昌达 南疆土壤光谱反射特性与有机质含量的相关分析 1980(06)8.曾志远 卫星遥感图像计算机分类与地学应用研究 20049.刘焕军.张柏.赵军 黑土有机质含量高光谱模型研究[期刊论文]-土壤学报 2007(01)10.黄明祥.程街亮.王珂 海涂土壤高光谱特性及其砂粒含量预测研究[期刊论文]-土壤学报 2009(05)11.陈立新 土壤实验实习教程 200512.徐彬彬 土壤光谱反射特特性与理化性状的相关分析 198713.Stoner E R.Baungardner M F Characteristic variations in reflectance of surface soils[外文期刊]198114.何挺 土地质量高光谱遥感监测方法研究[学位论文] 200315.AI-Abbas A H.Swain P H.Baumgardner M F Relating organic matter and clay content to themultispectral radiance of soils[外文期刊] 1972(06)
1. 周文佐.刘高焕.潘剑君 土壤有效含水量的经验估算研究--以东北黑土为例[期刊论文]-干旱区资源与环境)2. 武彦清.张柏.宋开山.刘焕军.王宗明.刘殿伟.WU Yan-Qing.ZHANG Bai.SONG Kai-Shang.LIU Huan-Jun.WANGZong-Ming.LIU Dian-Wei 松嫩平原土壤有机质含量高光谱反演研究[期刊论文]-中国科学院研究生院学报)3. 刘志强.Liu ZniQiang 哈尔滨农业产业化环境辨识及相关产业化发展[期刊论文]-农业系统科学与综合研究)4. 祖世亨.季生太.杜春英.王育光 比利时与哈尔滨农业气候资源对比分析[期刊论文]-黑龙江气象2003(3)5. 龙训建.钱鞠.张春敏.王根绪.李元寿.LONG Xun-jian.QIAN Ju.ZHANG Chun-min.WANG Gen-xu.LI Yuan-shou 高寒草甸区典型景观单元土壤养分空间变异性研究[期刊论文]-冰川冻土)6. 蒋端生.Jiang Duan-sheng 南岳森林土壤有机质的研究[期刊论文]-湖南农业科学2001(2)7. 何挺.王静.林宗坚.程烨.HE Ting.WANG Jing.LIN Zongjian.CHENG Ye 土壤有机质光谱特征研究[期刊论文]-武汉大学学报（信息科学版）)8. 丁海泉.卢启鹏.朴仁官.陈星旦.DING Hai-quan.LU Qi-peng.PIAO Ren-guan.CHEN Xing-dan 土壤有机质近红外光谱分析组合波长的优选[期刊论文]-光学精密工程)9. 赵克静.刘厚军.李德明 土壤有机质含量对春小麦产量贡献率的研究[期刊论文]-现代化农业2001(5)10. 陈庆强.沈承德.孙彦敏.易惟熙.姜漫涛.彭少麟.李志安 华南亚热带山地土壤剖面有机质分布特征数值模拟研究[期刊论文]-应用生态学报)
引证文献(1条)1.李春蕾.许端阳.陈蜀江 基于高光谱遥感的新疆北疆地区土壤砂粒含量反演研究[期刊论文]-干旱区地理 2012(3)
上一篇： 下一篇：
All rights reserved Powered by
copyright &copyright 。文档资料库内容来自网络，如有侵犯请联系客服。 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
基于冠层高光谱参数的水稻叶片碳氮比监测
下载积分：1500
内容提示：基于冠层高光谱参数的水稻叶片碳氮比监测
文档格式：PDF|
浏览次数：0|
上传日期： 22:44:04|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1500 积分
下载此文档
该用户还上传了这些文档
基于冠层高光谱参数的水稻叶片碳氮比监测
官方公共微信FieldSpec地物波谱仪（FiledSpec）_供应产品_荷兰Avantes光谱仪
您好, 欢迎来到仪器专业人才招聘网-供求仪器网&&&[]
热线电话：010-
荷兰Avantes光谱仪
您当前的位置： &
& FieldSpec地物波谱仪（FiledSpec）
240){this.width=240;}" onmouseover="SAlbum(this.src);" onmouseout="HAlbum();" onclick="PAlbum(this);" id="DIMG" alt="FieldSpec地物波谱仪（FiledSpec）" title="FieldSpec地物波谱仪（FiledSpec）"/>
浏览次数：166FieldSpec地物波谱仪（FiledSpec）&
最小起订量：
供货总量：
发货期限：
自买家付款之日起
3 天内发货
更新日期：
13:18&&有效期至：长期有效
&FieldSpec地物波谱仪（FiledSpec）FieldSpec地物波谱仪（FiledSpec）FieldSpec地物波谱仪（FiledSpec）
AvaField-2便携式高光谱地物波谱仪（野外光谱辐射仪）是荷兰Avantes公司的最新产品，波长范围300-1700 nm，适用于从遥感测量，农作物监测，森林研究到海洋学研究等各领域。&
AvaField-2地物波谱仪具有性价比高，测量快速、准确，操作简单，携带方便等特点，配有功能强大的软件包，除了反射率测量，还可用作辐射度学，光度学和色度学测量。&
1.紫外区和近红外区灵敏度高
2.测量速度快，单幅光谱采集约10毫秒
3.内置消二级衍射镀膜及滤光片
4.动态暗电流校正，降低热噪声影响
5.高信噪比，高可靠性，高重复性
6.实时显示光谱曲线
7.外接光纤使用，灵活方便
8.主机防尘防水，结实耐用，附件齐全
技术规格：
2048x14像素CCD阵列,512像素InGaAs阵列，TE制冷
探测器响应线性度
300-1700 nm
光谱分辨率
1.4 nm @ 300-1100 nm,5 nm @
波长重复性
& 0.3 nm @ & 10 &C温度变化
光谱采样间隔
0.6 nm @ 300-1100 nm,1.3 nm @
数据采集速度
单幅光谱约为10毫秒,1秒完成100次光谱平均
高达10万次
外型尺寸/重量
360 & 300 & 140 mm, 5 Kg
温度/湿度范围
0&C & 40 &C（工作状态），-15&C&& 55 &C（储存状态）；&
干燥至不结露状态
无线宽带技术和SD存储的选项
实现远距离传输或长时间光谱数据保存
标准配件：
与计算机连接的USB数据线
固定测量位置的光纤支架或三脚架
参考白板，直径10cm
固定测量位置的光纤支架或三脚架
可充电镍氢电池及充电器
AvaField地物专用软件
小视场角镜头，可选1&、3&、5&、8&和10&
全天光余弦接收器，辐照度测量
校准大白板，25 x 25 cm
实验室用的照明光源
叶片夹，透过率测量使用
高密度反射探头，反射率测量使用
产品技术性能的最新改进&
1.动态校正暗电流的功能（Correct for Dynamic Dark Noise）：由于探测器的热敏感性，造成即使在没有任何光照射的情况下，探测器也会产生暗电流（或称暗背景/暗噪声）。为了获得暗电流的近似值，将CCD探测器起始的14个象元封闭起来，不接受光辐射，这14个象元值作为参考信号，并且把它们从原始的数据中扣除。由于这14个象元与其它象元具有相同的热响应，因此该校正是完全动态的。这样就从根本上解决了仪器在紫外到近红外波段的暗电流所引起的噪声问题。2.全谱段采用固定式平面光栅，而非扫描式光栅，大大提高了测量的速度和准确性，相比采用扫描式光栅的地物波谱仪，测量的可靠性和可重复性也大大提高。3.中文软件界面，测量和保存数据通过笔记本电脑的快捷键实现，野外使用非常方便。&
&FieldSpec地物波谱仪（FiledSpec）FieldSpec地物波谱仪（FiledSpec）FieldSpec地物波谱仪（FiledSpec）
AvaField-2便携式高光谱地物波谱仪（野外光谱辐射仪）是荷兰Avantes公司的最新产品，波长范围300-1700 nm，适用于从遥感测量，农作物监测，森林研究到海洋学研究等各领域。&
AvaField-2地物波谱仪具有性价比高，测量快速、准确，操作简单，携带方便等特点，配有功能强大的软件包，除了反射率测量，还可用作辐射度学，光度学和色度学测量。&
1.紫外区和近红外区灵敏度高
2.测量速度快，单幅光谱采集约10毫秒
3.内置消二级衍射镀膜及滤光片
4.动态暗电流校正，降低热噪声影响
5.高信噪比，高可靠性，高重复性
6.实时显示光谱曲线
7.外接光纤使用，灵活方便
8.主机防尘防水，结实耐用，附件齐全
技术规格：
2048x14像素CCD阵列,512像素InGaAs阵列，TE制冷
探测器响应线性度
300-1700 nm
光谱分辨率
1.4 nm @ 300-1100 nm,5 nm @
波长重复性
& 0.3 nm @ & 10 &C温度变化
光谱采样间隔
0.6 nm @ 300-1100 nm,1.3 nm @
数据采集速度
单幅光谱约为10毫秒,1秒完成100次光谱平均
高达10万次
外型尺寸/重量
360 & 300 & 140 mm, 5 Kg
温度/湿度范围
0&C & 40 &C（工作状态），-15&C&& 55 &C（储存状态）；&
干燥至不结露状态
无线宽带技术和SD存储的选项
实现远距离传输或长时间光谱数据保存
标准配件：
与计算机连接的USB数据线
固定测量位置的光纤支架或三脚架
参考白板，直径10cm
固定测量位置的光纤支架或三脚架
可充电镍氢电池及充电器
AvaField地物专用软件
小视场角镜头，可选1&、3&、5&、8&和10&
全天光余弦接收器，辐照度测量
校准大白板，25 x 25 cm
实验室用的照明光源
叶片夹，透过率测量使用
高密度反射探头，反射率测量使用
产品技术性能的最新改进&
1.动态校正暗电流的功能（Correct for Dynamic Dark Noise）：由于探测器的热敏感性，造成即使在没有任何光照射的情况下，探测器也会产生暗电流（或称暗背景/暗噪声）。为了获得暗电流的近似值，将CCD探测器起始的14个象元封闭起来，不接受光辐射，这14个象元值作为参考信号，并且把它们从原始的数据中扣除。由于这14个象元与其它象元具有相同的热响应，因此该校正是完全动态的。这样就从根本上解决了仪器在紫外到近红外波段的暗电流所引起的噪声问题。2.全谱段采用固定式平面光栅，而非扫描式光栅，大大提高了测量的速度和准确性，相比采用扫描式光栅的地物波谱仪，测量的可靠性和可重复性也大大提高。3.中文软件界面，测量和保存数据通过笔记本电脑的快捷键实现，野外使用非常方便。&