《表2 光谱指数及其公式:基于土壤优化光谱参数估测太湖地区土壤全氮含量》
为了更好地检验本研究中土壤全氮含量估算模型的精度,基于常用的光谱指数来构建土壤全氮含量的估算模型。Zhu等[15]应用归一化植被指数、比值植被指数估算小麦和水稻冠层氮素积累,得到了很好的效果。同理,本研究运用相关分析法对各波段的反射率和土壤全氮含量进行分析,选取相关系数≥0.4的波段420~444 nm、480~537 nm(图2),将其两两结合进行光谱指数运算(表2)。将运算后的反射率与全氮含量进行相关性分析,土壤调节光谱指数(MSASI)的均值和最大值均高于其他三种光谱指数(归一化光谱指数NDSI、复归一化光谱指数RDSI和比值光谱指数RSI)。各波段反射率与全氮含量的相关系数如图3所示,由于均值可以反映整体水平,选用均值和最大值结合数据分布作为高光谱指数选择的标准,筛选出最后82个波长作为建模光谱数据集,用于分析土壤全氮含量对光谱曲线变化的影响[16]。
图表编号 | XD00121425900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.10 |
作者 | 宋雪、张民、周洪印、于小晶、刘之广、徐子云、王有良 |
绘制单位 | 土肥资源高效利用国家工程实验室山东农业大学资源与环境学院、土肥资源高效利用国家工程实验室山东农业大学资源与环境学院、养分资源高效开发与综合利用国家重点实验室金正大生态工程集团股份有限公司、土肥资源高效利用国家工程实验室山东农业大学资源与环境学院、土肥资源高效利用国家工程实验室山东农业大学资源与环境学院、土肥资源高效利用国家工程实验室山东农业大学资源与环境学院、土肥资源高效利用国家工程实验室山东农业大学资源与环境学院、山东农业大学信息与工程学院 |
更多格式 | 高清、无水印(增值服务) |