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

通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

日期: 2024-06-11
浏览次数: 5
通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

摘要

土壤有机质(SOM)在全球碳循环中起着非常重要的作用,而高光谱遥感已被证明是一种快速估算SOM含量的有前景方法。然而,由于忽略了土壤物理性质的光谱响应,SOM预测模型的准确性和时空可迁移性较差。本研究旨在通过减少土壤物理性质对光谱的耦合作用来提高SOM预测模型的时空可迁移性。基于卫星高光谱图像和土壤物理变量,包括土壤湿度(SM)、土壤表面粗糙度(均方根高度,RMSH)和土壤容重(SBW),建立了基于信息解混方法的土壤光谱校正模型。选取中国东北的两个重要粮食产区作为研究区域,以验证光谱校正模型和SOM含量预测模型的性能和可迁移性。结果表明,基于四阶多项式和XG-Boost算法的土壤光谱校正具有优异的准确性和泛化能力,几乎所有波段的残余预测偏差(RPD)均超过1.4。基于XG-Boost校正光谱的SOM预测精度最 高,决定系数(R2)为0.76,均方根误差(RMSE)为5.74 g/kg,RPD为1.68。迁移后模型的预测精度、R2值、RMSE和RPD分别为0.72、6.71 g/kg和1.53。与模型直接迁移预测相比,采用基于四阶多项式和XG-Boost的土壤光谱校正模型,SOM预测结果的RMSE分别降低了57.90%和60.27%。 这种性能比较凸显了在区域尺度 SOM 预测中考虑土壤物理特性的优势。

通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

Figure 1. Framework of the proposed SOM estimation model.

研究区域

试验点1位于中国东北黑龙江省黑土耕地保护区,如图2所示,面积为1095 km2。该地区属温带大陆性季风气候,年降水量为450–650 mm,降水主要集中在6–9月,占全年降水量的80%。研究区地势南高北低,西高东低,大部分地区为堆积平原。该研究区是全球仅有的四个黑土区之一,耕层深厚,土壤肥沃,含腐殖质的土层厚度为25–80 cm,适合种植玉米、大豆等作物。

通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

图 2. 研究区域概览。(a)研究区域的地理位置;(b、c)分别为站点 1 和站点 2 的土壤采样点;(d、e)“裸土期”的土壤表面。

试验点2 位于中国吉林省黑土耕地保护区,如图 2 所示,面积为 713 km2。站点地势平坦,海拔在 189 至 237 m 之间。该区域为东部湿润山区与西部半干旱平原区的过渡地带。研究区属温带大陆性半湿润季风气候,年平均气温 4.6 ℃,年降水量 600—700 mm。该区域河流水系丰富,农业水资源相对丰富,地表土壤空间异质性强。该区域土壤主要为黑土,腐殖质层厚度为 0.6—1.0 m。试验点2的土壤类型、地表特征等环境因素与试验点1有明显差异,可以验证本研究中SOM含量预测模型的时空可迁移性。

2022 年 10 月 29 日至 30 日,共从试验点 1 采集了 104 个表层土壤样品(图 2b)。2023 年 4 月 14 日至 15 日,从试验点 2 采集了 40 个表层土壤样品(图 2c),用于测试模型的时空可迁移性。

通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

图3. 样区内土壤样品采集与参数测量示意图。(a)象限采样示意图;(b)土壤表面点云数据测量。

研究过程

样品运回实验室后,通过称重、烘干等方法获得每个象限9个子样本的SM和SBW,并计算子样本的平均值。然后,将9个子样本混合成复合样本,在实验室内使用(ASD FieldSpec 4地物光谱仪)进行光谱测量(取十次测量的平均值)和使用重铬酸钾加热法测定SOM含量。为保证每个样品的SBW相同,将土壤样品装入一次性培养皿中进行光谱测量。对每个测量点的土壤表面点云数据进行拼接、裁剪和滤波。利用处理后的点云数据建立三维相对坐标系(图3b),提取所有点云数据的Z坐标,计算该象限的RMSH。

资源一号02D(ZY1-02D)高光谱图像数据来自中国科学院空天信息创新研究院,图像生成时间与土壤采样时间同步,所有图像的云量均小于1%。本研究选取450~1290nm、1408~1828nm和1963~2460nm波段作为光谱波段。

为了验证ZY1-02D高光谱图像的可靠性,将土壤像素光谱与土壤地面光谱进行了比较(图4)。尽管土壤像素光谱的形状与土壤地面光谱相似,但在可见光-近红外(VNIR)波段范围内存在一些噪声和平滑度较低的情况。此外,土壤像素的光谱反射率略低于实验室测量的反射率。计算了像素反射率与地面反射率之间的斯皮尔曼相关系数(SCCs)和皮尔逊相关系数(PCCs)。结果表明,大多数波长范围内的PCCs低于0.5,而在480至680nm和2000至2500nm波长范围内的SCCs基本大于0.5,表明可能存在非线性关系。为了揭示影响像素光谱的因素,比较了不同物理属性梯度下土壤反射率的差异。随着SM的增加,土壤光谱反射率显著下降,尤其是在500至1300nm和1450至1700nm波长范围内(图5)。随着SBW的增加,土壤光谱反射率的下降幅度相对较小。RMSH对土壤光谱的影响最为显著,反射率随着RMSH的增加显著下降。综上所述,SM、SBW和RMSH对光谱的耦合效应是导致两组光谱数据偏差的重要原因,严重限制了成像光谱仪对土壤“纯光谱”的获取。因此,有必要在像素光谱数据中分离土壤的物理和化学信息,以提高高光谱遥感对土壤有机质(SOM)预测的准确性。

通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

图4. 成像光谱、实验室光谱及其相关系数。

通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

图5. 不同物理性质土壤的光谱特征。

通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

图6. 基于多参数估计模型的土壤物理参数与土壤像素光谱拟合的R²值。

通过减少土壤物理性质对光谱的耦合作用来提高高光谱遥感在估算土壤有机质的时空可迁移性:以中国东北地区为例

图 7. 使用试验点 1 数据建立的 XG-Boost 模型,基于 (a) 原始像素光谱、(b) 地面光谱、(c) 四阶多项式校正光谱和 (d) XG-Boost 校正光谱和站点 2 数据测量和预测的 SOM 含量的散点图。

结论

本研究利用卫星和地面高光谱数据以及土壤物理参数数据,分别基于四阶多项式和XG-Boost构建了两种土壤光谱校正模型,以缓解土壤物理性质对像素光谱的耦合效应。通过使用来自两个试验点的数据,评估了土壤光谱校正模型的性能及其对SOM预测模型精度和时空可迁移性的影响。主要结论如下:

土壤像素光谱反射率与土壤地面光谱反射率呈非线性关系。表面物理性质的差异是导致这两种光谱数据类型偏差的主要因素。RMSH对土壤像素光谱的影响最为显著,其次是SM和SBW。

四阶多项式和XG-Boost模型具有良好的土壤光谱校正精度。基于XG-Boost的土壤光谱校正模型精度更高,时空可转移性更强,因为它考虑了所有特征,持续调整树的权重,防止结果陷入局部最优。

土壤光谱校正显著缓解了土壤物理性质对土壤像素光谱的耦合效应,有效提高了SOM预测模型的准确性,更重要的是,大大增强了基于像素光谱的SOM预测模型的时空可转移性。未来,通过充分考虑更多土壤特性,可以获得更准确的SOM预测结果。本研究为预测其他区域的土壤性质参数提供了一种新的研究范式。

点击下方链接,阅读原文:

https://mp.weixin.qq.com/s/ZYmGOq5nFvFWCCkUrVmllQ



News / 相关新闻 More
2024 - 06 - 11
摘要土壤有机质(SOM)在全球碳循环中起着非常重要的作用,而高光谱遥感已被证明是一种快速估算SOM含量的有前景方法。然而,由于忽略了土壤物理性质的光谱响应,SOM预测模型的准确性和时空可迁移性较差。本研究旨在通过减少土壤物理性质对光谱的耦合作用来提高SOM预测模型的时空可迁移性。基于卫星高光谱图像和土壤物理变量,包括土壤湿度(SM)、土壤表面粗糙度(均方根高度,RMSH)和土壤容重(SBW),建立了基于信息解混方法的土壤光谱校正模型。选取中国东北的两个重要粮食产区作为研究区域,以验证光谱校正模型和SOM含量预测模型的性能和可迁移性。结果表明,基于四阶多项式和XG-Boost算法的土壤光谱校正具有优异的准确性和泛化能力,几乎所有波段的残余预测偏差(RPD)均超过1.4。基于XG-Boost校正光谱的SOM预测精度最 高,决定系数(R2)为0.76,均方根误差(RMSE)为5.74 g/kg,...
2024 - 05 - 20
北京,这座拥有千年历史的城市,见证了无数历史的变迁和现代文明的飞跃。然而,随之而来的是空气质量问题,尤其是由机动车尾气排放引发的大气污染。据相关研究显示,机动车尾气中含有大量的有害物质,包括一氧化碳、氮氧化物、挥发性有机化合物以及细颗粒物等,这些污染物不仅对人体健康构成威胁,还会导致城市雾霾的形成,影响城市的视觉美感和居民的生活质量。在众多污染物中,氨气作为一种典型的碱性气体,其来源多样,包括农业活动、工业生产、生活垃圾处理等。在北京市城区车辆排放是否是氨气的主要来源?据此,来自中国科学院大气物理研究所的研究团队进行了相关研究。北京城区NH3排放源-机动车尾气背景介绍氨气是大气中重要的碱性气体,在中和酸性气体,形成二次气溶胶方面发挥着重要作用。NH3在大气中滞留时间短,因此NH3浓度日变化显著。一般特征为在早上大约07:00~10:00,NH3浓度到达峰值。然而以前的研究局限于单一季节,无...
2024 - 05 - 17
菱透浮萍绿锦池,夏莺千啭弄蔷薇透过浮萍,诗人的眼里看到的是其和水中菱叶相映成趣的景象,是夏日池塘的勃勃生机。而在科研学者的眼中,看到的是天南星目浮萍科的水生植物,是潜藏在水稻种植中的双刃剑。营养物质的争夺?自然光照的遮挡?生存空间的占据?在一片生机之下,浮萍和水稻之间塑造着另一番景象..由于气候变暖/或灌溉水富营养化的影响,稻田中的浮萍(DGP)大幅增加。本研究考虑到生态因素、光合能力、光谱变化和植物生长等因素,对三个代表性水稻品种进行了田间试验,以确定DGP对水稻产量的影响。结果表明,DGP显著降低pH值0.6,日水温降低0.6℃,水稻抽穗期提前1.6天,并平均增加了叶片的SPAD和光合速率分别为10.8%和14.4%。DGP还显着提高了RARSc、MTCI、GCI、NDVI705、CI、CIrededge、mND705、SR705、GM等多种植被指数的数值,并且水稻冠层反射光谱的一阶导...
2024 - 05 - 08
在城市污水处理与农村生活废弃物管理中,化粪池作为一种常见的粪便处理设施,承担着重要角色。然而,化粪池在分解过程中会产生包括氨气在内的恶臭气体,这些气体不仅对周围环境造成异味污染,还可能对人体健康构成威胁。以下论文中,来自上海市环境科学研究院的研究团进行了化粪池的相关研究,以降低化粪池氨气排放对环境的负面影响,促进生态平衡和可持续发展,为相关领域的政策制定和技术改进提供理论依据和实践指导。中国城市潜在NH3排放源-化粪池背景介绍在中国高度污染的城市大气中,大气新粒子形成可能是由于硫酸和胺的成核机制,而目前尚不清楚为什么中国的城市大气中富含胺。在城市中,尽管抽水马桶的普及率接近100%,但人类排泄物大多储存在建筑物下面的化粪池中,而不是直接运往污水处理厂。化粪池中大量NH3是微生物分解的产物,可以通过连接屋顶的塑料管释放到大气中。鉴于胺与氨是共同排放的,有理由认为人类排泄物也可能是中国城市中胺...
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