The invention discloses a soil nitrogen estimation model calibration sample set construction method, the first measurement of soil samples visible near infrared spectral data and nitrogen content data; and then the different spectral transformations of the spectral data of spectrum transform data to select correction samples; and finally establish the estimation model of soil total nitrogen content by using partial least squares method. The method of the invention and purely using the soil reflectance spectra of Kennard Stone algorithm construction method of calibration samples compared to construct calibration sample set with spatial representation, the estimation of nitrogen content significantly improve the prediction ability of the model, in order to solve the soil spectrum is a comprehensive reflection of soil properties, it is difficult to construct the most representative target components the calibration sample set can provide a new way.
【技术实现步骤摘要】
一种土壤全氮光谱估算模型校正样本集构建方法
本专利技术属于光谱分析
,涉及一种土壤全氮光谱估算模型校正样本集构建方法,具体涉及一种结合光谱变换和Kennard-Stone算法的土壤全氮光谱估算模型校正样本集构建方法。
技术介绍
土壤氮素作为土壤重要的化学组分,是衡量土壤肥力的重要指标,同时在全球氮循环中扮演着重要角色。准确、快速、低成本地获取土壤氮素时空分布信息,对促进精准农业发展,保障国家粮食安全,保护自然生态环境均具有重要意义。使用土壤在可见-近红外区间内的反射光谱或光谱指数进行土壤组分含量估算已成为土壤遥感的重要研究方向。该方法较传统的化学分析方法具有操作简单、快速、无污染、成本低等优点,但仍面临着模型预测精度相对较低等问题。在现有提高土壤组分光谱反演模型预测精度的技术方法中,绝大部分相关论著及专利主要关注光谱预处理方法、回归建模方法及土壤水分等外部因素的消除,忽视了校正样本集的构建对土壤组分光谱估算模型预测精度的影响。例如,刘艳芳等(2015)通过构建具有不同层次土壤信息代表性的校正集,探讨了不同校正集构建方法对土壤有机质可见-近红外光谱估算模型预测精度的影响,发现考虑多层次土壤信息代表性的校正集构建方法能够有效提高土壤有机质光谱估算模型的适用性。又如,申请公开号为CN103712923A的专利技术专利申请文件公开了一种土壤野外原位测量光谱中去除水分影响因素的方法,包括如下步骤:(1)野外原位土壤光谱数据的获取;(2)转换样本的选取;(3)计算转换系数;(4)水分影响因素的去除;(5)土壤有机质预测。其中转换样本的选取具体实施为先对土壤样本野 ...
【技术保护点】
一种土壤全氮光谱估算模型校正样本集构建方法,其特征在于,包括以下步骤:步骤1:测量土壤样本的可见‑近红外光谱数据和全氮含量数据;步骤2:对光谱数据进行不同的光谱变换,对光谱变换后数据挑选校正样本集;步骤3:利用偏最小二乘法建立土壤全氮含量估算模型。
【技术特征摘要】
1.一种土壤全氮光谱估算模型校正样本集构建方法,其特征在于,包括以下步骤:步骤1:测量土壤样本的可见-近红外光谱数据和全氮含量数据;步骤2:对光谱数据进行不同的光谱变换,对光谱变换后数据挑选校正样本集;步骤3:利用偏最小二乘法建立土壤全氮含量估算模型。2.根据权利要求1所述的土壤全氮光谱估算模型校正样本集构建方法,其特征在于,步骤1的具体实现包括以下子步骤:步骤1.1:采集研究区土壤样本,测量土壤样本的光谱数据;步骤1.2:用化学方法分析土壤样本的全氮含量。3.根据权利要求2所述的土壤全氮光谱估算模型校正样本集构建方法,其特征在于:步骤1.1中,将土壤样本放在一个能控制光照条件的暗室内,采用光谱仪进行土壤光谱分析,在进行土壤光谱分析之前先进行白板校正,每个土壤样本采集多条光谱曲线,通过算术平均后得出该土壤样本的实际反射光谱数据。4.根据权利要求2所述的土壤全氮光谱估算模型校正样本集构建方法,其特征在于:步骤1.2中,采用半微量开氏法分析土壤样本的全氮含量。5.根据权利要求1所述的土壤全氮光谱估算模型校正样本集构建方法,其特征在于:步骤2中所述对光谱数据进行不同的光谱变换,包括标准正态变换SNV、多元散射校正MSC和一阶微分。6.根据权利要求1所述的土壤全氮光谱估算模型校正样本集构建方法,其特征在于:步骤2中,使用Kennard-Stone算法挑选校正样本集,是根据光谱变换后数据空间的欧氏距离选择样本,具体实现包括以下子步骤:步骤2...
【专利技术属性】
技术研发人员:陈奕云,赵瑞瑛,胡珊,吴子豪,郭凯,刘以,
申请(专利权)人:武汉大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。