北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

日期: 2022-04-21
浏览次数: 246


ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

土壤水分是直接影响蒸发、入渗和径流等多种环境过程的重要因素。而且,土壤水分在农业蒸散与粮食安全、湿地退化、干旱、陆气界面的能量交换等相关研究领域发挥着重要的作用。

地面测量能够提供易于校准和长时间连续获取的数据,但该种方法仅针对单个小区域,难以支持空间变化研究或实地研究。基于水和土壤介电特性的巨大差异,微波遥感被广泛应用于大空间尺度的土壤水分监测,但不适用于精准农业等多种研究。热遥感可以根据地表温度来估算土壤水分,但热遥感信号不单受到土壤含水量(SMC)的影响,湿度、风速、大气条件等其他参数也会影响估计结果。而光学遥感由于其精细的空间分辨率和利用诸如MODISLandsat系列和Sentinel任务等卫星数据进行大尺度监测潜力之间的平衡而引起了诸多关注。目前已经提出了许多指标和模型来阐明反射率特征随SMC的变化,并利用实验室、实地、机载和卫星数据从窄带和宽带的反射率来估计SMC。这些方法/指标主要针对从饱和到风干的各级SMC;然而,作者发现饱和到风干的单一关系映射会导致准确估计的错误印象。在整个干燥过程中,光谱反射率特征和SMCs之间的回归关系不一致导致对相对较低的SMCs估计的精度较低。

基于此,在本研究中, 来自南京大学、康奈尔大学和河南农业大学的研究团队提出了一种分割方法以更准确的估计SWC。作者监测了代表不同土壤特性的三种土壤样品的整个干燥过程,并通过蒸发速率变化确定其过渡点(如高SWC的阶段1干燥和低SWC的阶段2干燥)。建立了SMC估计指数,即短波归一化指数(SNI),基于辐射传输模型支持干燥过程中的SNI指数趋势。

 

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

1 实验装置示意图。利用ASD Fieldspec®Pro光谱仪进行光谱辐射亮度采集。

【结果】

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

2 a) 三种土壤样品蒸发速率变化与干燥时间的关系,b) 干燥过程中三种土壤在2150 nm处的反射率变化。 

c) 三种样品蒸发速率导数的最大值确定干燥阶段分割点。

 

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

3 三种样品砂/土壤含水量与光谱反射率之间的线性和对数回归的R2a) 石英砂,b) 圬工砂,c) 伊萨卡土壤,d) 模拟大气透射率。在 a)b) c) 中,黑色虚线标记为1680 nm2150 nm

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

4 a) 显示了SMC估计的验证结果。 b)c) d) 显示了三种样品

的建模曲线(实线)、回归曲线(虚线)和验证数据集(空心圆圈)。

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

5 aSMC估计值和测量值关系图,其中SMC估计值使用SNI2在线性回归中计算,Bwater 1980 nm处评估。 b)c) d) 显示了三种样品的建模曲线(实线)、回归曲线(虚线)和验证数据集(空心圆圈)。

【结论】

利用单一回归关系和单一指数估计整个干燥过程的SMC对所有土壤类型并不是有效的。该研究证明了利用现有方法估计SMC结果不准确,以及在分割干燥过程中估计SMC的基本原理。监测整个干燥过程中3种不同土壤样品的光谱反射率和重量,将其分为两个阶段用于训练和验证。此外,基于辐射传输模型研究不同干燥阶段所提出指数和光通过水的路径长度之间的关系,并支持了经验方法建立的回归关系,尤其是对路径长度相对较短的土壤。结果表明,在分割思想下,SMC估计值和测量值之间的相关性明显提高,尤其是在SMC较低的情况下(阶段2干燥过程)。

蒸发速率变化决定了干燥过程的分割过渡点,所有的土壤类型并不是一个特定的SMC值;因此,理解蒸发和SMC变化导致的光谱反射率变化之间的关系是极其重要的。例如,在实际使用中,石英砂阶段2干燥可以忽略,但它却是伊萨卡土壤干燥的重要组成部分。

SN1/SN2指数结合可以有效估计三种样品的SMC。对于阶段1干燥,利用SNI1指数在1680 nm2150 nm处的反射率预测SMC是有效的。在阶段2干燥中,尽管使用1930-2150 nm组合的SNI2指数实现了最佳相关性,但作者认为1980 nm1930 nm更适合实地应用。这种波段选择是为了避免强烈的大气水汽吸收,以确保足够的地面反射辐射到达飞机或卫星传感器。相对于将阶段2干燥视为阶段1干燥延续的指标,相关关系显著改善。

作者得到了如下结论:

1.干燥过程分割对从光谱反射率数据准确估计SMC是很有必要的,尤其是对于具有较长阶段2干燥过程的土壤。例如本研究中的伊萨卡土壤。对于与伊萨卡土壤相似的土壤,基于整个干燥过程的SMC估计可能会导致阶段1或阶段2干燥的偏差,这取决于哪个阶段有更多的训练集。

2. 由于石英砂中光通过水的路径长度相对较长,因此当SMC较高时,SNI具有独特的特征。在圬工砂或伊萨卡土壤中,half-logistic型的SNI曲线不同于线性关系。当光程较长时,拟合关系应由线性回归变为对数回归。

3. 在阶段2干燥过程中,利用现有卫星系统常用的光谱波段组合难以准确估计SMC;使用高光谱数据可以获得更高的精度,可以提供近强水吸收波段的数据,如1930 nm。虽然由于大气水汽的吸收,1930 nm不能在实验室外有效地使用,但稍微偏离中心的波长(1980 nm)仍然比水吸收波段范围外的波长表现更好。

News / 相关新闻 More
2026 - 08 - 24
小麦蛋白质含量直接影响面粉的加工品质与经济价值。传统凯氏定氮法虽准确,但耗时且会破坏样品,难以满足快速检测需求。近红外高光谱成像为蛋白质无损估算提供了新方法,但海量波段也带来了较高的数据处理和设备成本。因此,如何筛选少量关键波长,在简化模型与硬件的同时保持估算精度,成为推动该技术实际应用的关键。针对这一问题,印度科学与创新研究院与澳大利亚皇家墨尔本理工大学联合团队利用高光谱成像技术,结合混合波长筛选与光谱分箱方法,从147个波长中锁定6个关键波长,实现了小麦蛋白质含量的准确估算,相关成果发表于《Food Chemistry》。 图1.实验流程:数据处理、光谱预处理、波长选择、光谱分箱及模型构建。实验设计研究团队采集了2021至2022年度印度5个小麦主产区的621份样本,蛋白含量覆盖9.5%至17.25%的宽幅范围。采用Resonon Pika NIR-320高光谱成像仪获取光谱数据,每份...
2026 - 08 - 24
研究背景多年冻土区CH₄排放是全球变暖的重要潜在正反馈,但已有研究和模型大多以CH₄通量与温度呈单调响应为基本假设,对CH₄产生/氧化过程可能存在的非线性阈值特征、以及升温—降温季节间水热条件的不对称性关注较少。这提示相同温度在升温相与降温相可能对应不同的通量状态(即“滞后效应”),但这一现象在水文异质性较强的森林—湿地过渡带此前尚缺乏长期原位证据的检验。为此,哈尔滨师范大学臧淑英老师团队依托中国东北大兴安岭北极镇,开展两年高频监测,系统检验CH₄通量的相位依赖性温度阈值及其水文—微生物调控机制,成果发表于《Journal of Forestry Research》。图1.研究区域、样地位置和实验装置。研究方法研究区位于中国东北大兴安岭北极镇,地处欧亚多年冻土带南缘,多年冻土退化剧烈;设置三个关键采样期:活动层融化初期(5 月初)、生长旺季(7 月中旬)、土壤冻结前期(10 月末)。每个生...
2026 - 08 - 17
研究背景生物多样性如何影响入侵,是生态学的核心议题。经典理论认为物种丰富的群落更能抵御外来入侵,但这一认知几乎全部建立在生长季活体植物的研究之上,对植物衰老后凋落物产生的持续影响关注较少。凋落物分解既能释放氮、磷等养分,促进入侵植物生长,也可能携带真菌病原菌,对入侵植物形成生物抑制。这两种相反作用如何共同影响植物入侵,以及本地植物与入侵植物之间的系统发育亲缘关系是否会改变其作用方向,仍有待深入研究。基于此,兰州大学吴纪华老师团队研究以3种入侵菊科植物和12种本土植物凋落物为对象,通过设置不同凋落物多样性、亲缘关系及杀菌处理开展温室实验。结果表明,近缘凋落物主要通过病原菌溢出抑制入侵植物,远缘凋落物则通过养分富集促进其生长,为揭示植物亲缘关系调控多样性—可入侵性关系提供了数据支撑。成果发表于《New Phytologist》。图1.概念图展示了凋落物多样性与入侵性之间潜在机制的关系。研究方法...
2026 - 08 - 17
研究背景萱草(Hemerocallis citrina Baroni),俗称黄花菜,是我国重要的药食两用植物,富含蛋白质、多糖、黄酮和酚类物质,具有抗氧化、抗抑郁和免疫调节等生物活性。我国萱草种植面积居世界前列,其干鲜产品具有较高的食用和经济价值。传统生产中,常通过施用有机肥及氮、磷肥改善土壤养分状况,以促进萱草生长和品质形成。然而,盲目施肥可能产生负面影响,且土壤中的部分碳、氮、磷养分需经微生物矿化和酶促转化后才能被植物有效利用。因此,厘清土壤养分及微生物特征与萱草品质之间的关系,对高品质萱草生产具有重要意义。基于此,山西农业大学毕如田老师团队以大同萱草及其种植土壤为研究对象,分析土壤碳、氮、磷及微生物特征与萱草食用品质的关系,并结合高光谱技术构建土壤参数监测与品质预测模型,为萱草品质早期预测和高品质生产提供数据支撑。相关成果发表于《Applied Food Research》。图1.采...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开