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

使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘

日期: 2024-04-15
浏览次数: 75

中国农业发生于新石器时代。中国农业的生产结构包括种植业、林业、畜牧业、渔业和副业;但数千年来一直以种植业为主。

东北地区的黑土地,是宝贵的农业资源。黑土地的土壤富含有机质,深黑色的沃土,沉甸甸的感觉让人感受到这片土地的肥沃。

在现代农业生产中,科技的应用在这片沃土上也发挥着至关重要的作用,科研团队利用机载高光谱对黑土地的土壤有机质做了相关研究。

使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘

使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘

快速获取田间尺度土壤有机质(SOM)的高分辨率空间分布对于精准农业至关重要。无人机成像高光谱技术以其高空间分辨率和时效性,可以填补地面监测和遥感的研究空白。本研究旨在测试在中国东北典型低地势黑土地区使用无人机高光谱数据(400–1000 nm)和小型校准样本集进行1 m分辨率SOM绘图的可行性。

该实验在大约20公顷的土地上进行。为了进行校准,使用 100 × 100 m 网格采样策略收集了 20 个样品,同时随机收集了 20 个样品进行独立验证。无人机捕获空间分辨率为0.05×0.05 m的高光谱图像。

然后对每 1 × 1 m 内提取的光谱进行平均以代表该网格的光谱。在应用各种光谱预处理(包括吸光度转换、多重散射校正、Savitzky-Golay 平滑滤波和一阶微分)后,SOM 光谱相关系数的绝对最大值从 0.41 增加到 0.58。最佳随机森林(RF)模型的重要性分析表明,SOM 的特征波段位于 450-600 和 750-900 nm 区域。当使用RF模型时,无人机高光谱数据(UAV-RF)能够成功预测SOM,R 为0.53,RMSE为1.48 g kg−1。

然后将预测精度与使用相同数量校准样本的普通克里金法(OK)和基于近端传感的射频模型(PS-RF)获得的预测精度进行比较。然而,由于采样密度较低,OK 方法无法预测 SOM 精度(RMSE = 2.17 g kg−1;R2 = 0.02)。半协方差函数无法有效描述SOM的空间变异性。当采样密度增加到50×50 m时,OK成功预测了SOM,RMSE = 1.37 g kg−1,R2 = 0.59,其结果与UAV-RF的结果相当。PS-RF的预测精度与UAV-RF基本一致,RMSE值分别为1.41 g kg−1和1.48 g kg−1,R2值分别为0.57和0.53,表明基于UAV的SOM预测是可行的。

此外,与PS平台相比,无人机高光谱技术可以同时提供数十甚至数百个连续波段的光谱信息和空间信息。该研究为进一步研究和开发无人机高光谱技术进行少量样本精细尺度SOM测绘提供了参考。

使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘

研究区土壤样本分布

研究区域位于中国吉林省梨树县,面积20公顷。该地区属季风气候,年平均降水量553.5毫米,平均气温6.5℃。此外,它的特点是地势平坦,平均海拔160 m。由于这些特征,该地区成为北半球三大富含有机质的黑土地之一,主要农作物是大豆。

使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘

Resonon-Pika-L 机载高光谱成像仪

本研究采用Resonon公司的Resonon-Pika-L高光谱成像仪由高光谱成像光谱仪、六旋翼无人机、GPS和计算机组成。于2020年6月15日获取了覆盖整个研究区、像素大小为0.05×0.05 m的高光谱图像。高光谱图像提取的光谱范围为400~1000 nm,光谱分辨率为2.1 nm。

使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘

经过 (a) 吸光度转换、(b) 乘性散射校正、(c) Savitzky–Golay 后土壤有机质 (SOM) 与土壤光谱特征的相关系数(窗口大小为 5,拟合次数为 2) )和(d)一阶导数方法。

根据Pearson相关系数的绝对值评价预处理方法的性能,以选择最佳的预处理方法组合。如所示,基于吸光度转换的MSC后,最小相关系数值发生变化(450-500 nm处为-0.4-0.6),总体相关系数在600-700 nm处增加,相关系数绝对值最大 在 700–800 nm 处增加,相关系数发生变化(800–900 nm 处为 -0.35–0.3 至 -0.5–0.3)。

使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘

使用无人机高光谱 (UAV-RF) 预测土壤有机质 (SOM) 的 RF 模型的重要性分析 (a) 和图 (b)

本研究比较了使用无人机高光谱数据、观测到的土壤数据和 RF 模型进行田间尺度 SOM 预测的 OK 技术。

研究结果如下

01 吸光度转换、MSC、SG 和 FD 技术对SOM的预测效果良好。经过这些预处理后,光谱和 SOM 之间的绝对最大相关系数从 0.41 增加到 0.58。

02 SOM的特征波段位于450-600 nm和750-900 nm,这可能是由于O-H、C-H和N-H特征官能团的振动频率造成的。

03 采用100 m × 100 m网格采样设计,UAV-RF模型预测SOM的R2为0.53,RMSE为1.48 g kg−1,而采用相同采样策略的OK方法未能预测SOM(RMSE = 2.17g kg−1;R2 = 0.02)。预测精度较差是因为样本密度低从而削弱了半协方差函数描述SOM空间变异性的能力。只有当采样密度增加时,才能使用 OK 成功预测 SOM,其结果与UAV-RF相当。

04 基于PS-RF的SOM预测结果与基于UAV-RF的预测结果基本一致,RMSE值为1.41 g kg−1和1.48 g kg−1,R2值为0.57和0.53。这些研究结果为未来研究和发展无人机高光谱技术在减少样本量的情况下进行SOM预测提供了参考。


请点击下方链接,阅读原文:

https://mp.weixin.qq.com/s/rQg24iUDAQZruT1teTP2Kg


News / 相关新闻 More
2024 - 12 - 02
森林约占全球土壤碳库的70%,是调节大气CO2浓度的关键因素。湿地作为陆地和水生系统的过渡区,通常地下水位接近地表。全球变暖导致北方低地森林被湿地取代,造成景观破碎化,并可能改变碳通量。土壤CO2通量占大气碳的20-38%,其主要来源是土壤呼吸,包括自养和异养呼吸。异养呼吸受温度、湿度和溶解有机物(DOM)影响。低分子量化合物(LMW)更易降解,促进微生物活动和土壤呼吸。解冻期雨雪事件可将DOM输送至湿地,影响土壤CO2通量。本研究假设,解冻期森林湿地集水区的土壤CO2通量受DOM运动的影响,目标是分析CO2通量变化,确定DOM的影响, 并探索微生物在其中的作用。图们江位于中国、朝鲜和俄罗斯的交界处,最终流入日本海,地处中高纬度地区,范围为北纬41.99°到44.51°(图1(a))。布尔哈通河是图们江的重要支流,其上游流域面积为1560平方公里。该流域以山地...
2024 - 11 - 07
对地表入渗和蒸发通量的分配,以及准确量化不同空间尺度下土壤与大气之间的质量和能量交换过程,都需要了解土壤的水文性质(如土壤水分特征曲线和导水率特征曲线)。土壤水分特征曲线(SWRC)描述了在基质势下土壤水分含量的平衡情况,是重要的水文特性,与土壤孔隙的大小分布和结构密切相关,受土壤结构、质地、有机物和粘土矿物等因素的影响。传统测量SWRC的实验室方法繁琐,数据往往不完整,且只覆盖有限的水分含量范围。近年来,近程和遥感技术得到了广泛关注,特别是在光学域内的土壤反射光谱已被用于获取土壤矿物学和化学成分、有机物含量、粒度分布及水分含量等信息。这些研究为卫星遥感提供了大尺度测绘的基础。传统方法主要依赖光谱转移函数,尽管能有效推断土壤水力特性,但需大量数据进行模型校准。本文提出了一种新的实验室方法,通过水分含量依赖的短波红外(SWIR)土壤反射光谱直接估计SWRC,利用最近开发的前向辐射传输模型,仅...
2024 - 10 - 29
水资源在粮食生产和生态修复中的关键作用,特别是在频繁出现的高温、干旱等极端天气条件下,威胁粮食生产,加速土地退化。研究指出,中国作为人均水资源低于世界平均水平的国家,农业用水已占全国总用水量的60%以上,但整体用水效率较低且区域差异显著。尤其在山区和丘陵地区,土壤侵蚀和厚度减少严重影响了蓄水能力,加剧了干旱频发和作物减产的风险。为应对这些挑战,本文强调了通过优化农业管理实践,提高用水效率,以缓解干旱胁迫,维持作物产量的重要性。本次田间试验在中国科学院盐亭紫色土农业生态站进行,该站位于中国四川盆地中北部,海拔400-600m(东经105° 27’,北纬 31°16’)(图 1)。该地区属于中亚热带季风气候,平均气温 17.3℃。年平均降水量为826mm,蒸发量为680 mm。降雨分布不均,约70%的年降水发生在夏秋季,季节性干旱频繁,主要发生在春季和初夏。 图1...
2024 - 10 - 29
考古学虽然常与发掘相关,但许多遗址仍需通过地表上的文物和其他特征来进行识别。对这些地表考古记录的分析不仅可以揭示不同定居时期的信息,还能展示土地的农业、生产或仪式用途,以及景观中人、物、思想的流动模式。本文介绍了一种利用机载高光谱短波红外 (SWIR) 图像的新方法,用于记录和分析地表考古材料。SWIR 光可以区分不同类型的岩石、矿物和土壤,地质学家经常利用这一原理绘制地质图。Resonon Pika IR+高光谱成像仪能够以优于10厘米的空间分辨率收集SWIR图像,从而识别并表征地表文物。本文探讨了在NASA Space Archaeology 资助下进行的实验,展示了这项技术的潜力和挑战,特别是在成功定位和表征单个文物方面,同时指出了未来发展的关键方向。作者团队将 Resonon Pika IR+高光谱成像仪安装在 DJI M600上(图 1)。还在机身顶部安装了额外的 GPS 天线杆...
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 13910499762 010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 

地址:深圳市宝安区创业二路玖悦雅轩商业裙楼3层瑞思BEEPLUS 3029室 手机:13910499772

 


 


  • 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