基于改进Hapke模型的土壤有机质含量的估测方法技术

本发明专利技术涉及土壤有机质含量估测技术领域，尤其涉及一种基于改进Hapke模型的土壤有机质含量的估测方法，具体包括如下步骤：S1、采集土壤样本，通过对土壤样本进行光谱测量，获得土壤样本的反射率光谱数据；S2、基于反射率光谱数据构建携带土壤有机质含量信息的改进Hapke模型，获得转换反射率；S3、利用转换反射率构建三维光谱指数；S4、利用三维光谱指数构建线性回归方程，通过线性回归方程估测土壤有机质含量。本发明专利技术能够降低土壤有机质含量估测过程中模型校准的复杂度，构建具有明确物理意义的三维光谱指数，具有对土壤有机质含量进行快速估测、高精度估测的良好效果。高精度估测的良好效果。高精度估测的良好效果。

【技术实现步骤摘要】
基于改进Hapke模型的土壤有机质含量的估测方法


[0001]本专利技术涉及土壤有机质含量估测
，尤其涉及一种基于改进Hapke模型的土壤有机质含量的估测方法。

技术介绍

[0002]近年来，因水土流失导致黑土地变“瘦”、变“薄”、变“硬”等的问题严重。土壤有机质含量是衡量黑土退化程度和肥力大小的重要指标，直接决定了土壤质量和生产力水平。基于光谱遥感技术的高精度、大尺度的土壤有机质含量的监测研究能够为智慧农业精准施肥、水田智能化灌溉、黑土地保护等提供关键的指导信息。
[0003]然而，当前的土壤有机质含量的估测方法多是从统计学习理论出发，忽略了反射光谱的传输过程和物理机制，缺乏土壤遥感物理基础。此外，光谱指数可以在较少的实测数据下，通过线性回归分析得到土壤有机质含量，降低了估测过程复杂程度，但目前光谱指数的研究受限于二维形式。因此，需要发展一种顾及光谱机理的土壤有机质含量的快速、高精度估测方法。

技术实现思路

[0004]本专利技术为解决现有技术中土壤有机质含量的估测方法缺乏土壤遥感物理基础，估测过程复杂，光谱指数的研究受限于二维形式等缺点，提供一种基于改进Hapke模型的土壤有机质含量的估测方法，具体包括如下步骤：
[0005]S1、采集土壤样本，通过对土壤样本进行光谱测量，获得土壤样本的反射率光谱数据。
[0006]S2、基于反射率光谱数据构建携带土壤有机质含量信息的改进Hapke模型，获得转换反射率。
[0007]S3、利用转换反射率构建三维光谱指数。/>[0008]S4、利用三维光谱指数构建线性回归方程，通过线性回归方程估测土壤有机质含量。
[0009]优选地，步骤S1具体包括如下步骤：
[0010]S11、对ASD光谱仪进行预热和白板标定处理。
[0011]S12、使用ASD光谱仪对土壤样本进行测量，将土壤样本的多条光谱曲线的算术平均值作为反射率光谱数据，并对反射率光谱数据进行Savitzky
‑
Golay平滑预处理。
[0012]优选地，步骤S2具体包括如下步骤：
[0013]S21、利用Hapke模型表示土壤样本的二向反射率：
[0014][0015]其中，θ
i
和θ
r
分别为入射天顶角和观测天顶角，ω为土壤表面颗粒的平均单次散射反照率，g为相位角，P(g)为相函数，B(g)为后向散射函数，H(x)是用于计算多次散射的H函数，H(cosθ
i
)H(cosθ
r
)
‑
1近似表达了多次散射的贡献，x为式(1)中的cosθ
i
或cosθ
r
。
[0016]S22、设定B(g)＝0，P(g)＝1，获得简化后的Hapke模型：
[0017][0018]S23、建立单次散射反照率ω与反射率R的函数关系：
[0019][0020]其中：
[0021][0022]其中，T为预设参数，用于简化式(3)的表达形式。
[0023]S24、获得改进Hapke模型：
[0024][0025]其中，
[0026][0027][0028][0029][0030]其中，a1、a2和a3为改进Hapke模型中的3个未知参数，a1、a2和a3分别为土壤有机质含量为θ1时，土壤有机质的吸收系数k
SOM
、土壤有机质的散射系数s
SOM
以及土壤的吸收系数k1与土壤散射系数s1的比值，θ
s
为饱和含水量，θ
SOM
为土壤有机质含量，r为转换反射率。
[0031]S25、将式(3)代入式(6)，获得转换反射率。
[0032]优选地，在步骤S3中，所构建的三维光谱指数的表达式为：
[0033][0034]其中，TBI1为第一光谱指数、TBI2为第二光谱指数、TBI3为第三光谱指数、TBI4为第四光谱指数，r
λ1
，r
λ2
和r
λ3
分别为波段λ1，λ2和λ3在350
‑
2500nm范围内对应的转换反射率值，r
λ1
≠r
λ2
≠r
λ3
。
[0035]优选地，确定三维光谱指数的敏感波段中心的过程如下：
[0036]计算相关系数：
[0037][0038]其中，γ
λ
为λ波段与土壤有机质的相关系数，为第i个样本在第λ波段的光谱指数值，为第λ波段光谱指数的均值，θ
SOMi
为第i个样本的土壤有机质含量，为所有样本的土壤有机质含量的均值，n为土壤总数。
[0039]根据相关系数绘制三维分布图，设置相关系数绝对值的阈值，将三维分布图中大于相关系数绝对值阈值的点作为取值点，将取值点的集合标记为敏感波段区域，敏感波段区域的中心即为三维光谱指数的敏感波段中心。
[0040]优选地，步骤S4具体包括如下步骤：
[0041]S41、将土壤样本按3：1的比例分为训练样本和验证样本。
[0042]S42、利用具有敏感波段中心的三维光谱指数与土壤有机质含量对训练样本进行线性拟合，得到线性回归方程：
[0043]θ
SOM
＝aTBI+b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)；
[0044]其中，a为一次项系数，TBI为具有敏感波段中心的三维光谱指数，b为常数项。
[0045]S43、利用线性回归方程对验证样本进行土壤有机质含量估测，得到验证样本的土壤有机质含量。
[0046]与现有技术相比，本专利技术能够取得如下有益效果：
[0047]1、本专利技术以转换反射率r作为桥梁，将土壤有机质含量引入到Hapke模型，从土壤的反射光谱的辐射传输过程入手，构建出具有明确物理基础的改进Hapke模型。
[0048]2、基于改进Hapke模型构建三维光谱指数，该光谱指数可以在较少的实测数据的条件下通过线性回归分析得到土壤有机质含量，降低了有机质估测过程中校准改进Hapke模型的复杂度。
附图说明
[0049]图1是根据本专利技术实施例提供的基于改进Hapke模型的土壤有机质含量的估测方法的流程示意图。
[0050]图2(a)是根据本专利技术实施例提供的均方根误差RMSE
P
的曲线示意图。
[0051]图2(b)是根据本专利技术实施例提供的决定系数R
2P
的曲线示意图。
[0052]图3是根据本专利技术实施例提供的第一光谱指数TBI1与土壤有机质含量的相关系数的三维分布图。
[0053]图4是根据本专利技术实施例提供的第二光谱指数TBI2与土壤有机质含量的相关系数的三维分布图。
[0054]图5是根据本专利技术实施例提供的第三光谱指数TBI3与土壤有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进Hapke模型的土壤有机质含量的估测方法，其特征在于，具体包括如下步骤：S1、采集土壤样本，通过对所述土壤样本进行光谱测量，获得所述土壤样本的反射率光谱数据；S2、基于所述反射率光谱数据构建携带土壤有机质含量信息的改进Hapke模型，获得转换反射率；S3、利用所述转换反射率构建三维光谱指数；S4、利用所述三维光谱指数构建线性回归方程，通过所述线性回归方程估测土壤有机质含量。2.根据权利要求1所述的基于改进Hapke模型的土壤有机质含量的估测方法，其特征在于，所述步骤S1具体包括如下步骤：S11、对ASD光谱仪进行预热和白板标定处理；S12、使用所述ASD光谱仪对所述土壤样本进行测量，将所述土壤样本的多条光谱曲线的算术平均值作为所述反射率光谱数据，并对所述反射率光谱数据进行Savitzky
‑
Golay平滑预处理。3.根据权利要求1所述的基于改进Hapke模型的土壤有机质含量的估测方法，其特征在于，所述步骤S2具体包括如下步骤：S21、利用Hapke模型表示所述土壤样本的二向反射率：其中，θ
i
和θ
r
分别为入射天顶角和观测天顶角，ω为土壤表面颗粒的平均单次散射反照率，g为相位角，P(g)为相函数，B(g)为后向散射函数，H(x)是用于计算多次散射的H函数，H(cosθ
i
)H(cosθ
r
)
‑
1近似表达了多次散射的贡献，x为式(1)中的cosθ
i
或cosθ
r
；S22、设定B(g)＝0，P(g)＝1，获得简化后的Hapke模型：S23、建立单次散射反照率ω与反射率R的函数关系：其中：其中，T为预设参数，用于简化式(3)的表达形式；S24、获得所述改进Hapke模型：
其中，其中，其中，其中，其中，a1、a2和a3为所述改进Hapke模型中的3个未知参数，a1、a2和a3分别为土壤有机质含量为θ1时，土壤有机质的吸收系数k
SOM
、土壤有机质的散射系数s
SOM
以及土壤的吸收系数k1与土壤散射系数s1的比值，θ
s
为饱和含...

【专利技术属性】
技术研发人员：袁静，颜昌翔，于博，马超然，徐嘉蔚，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：