基于土壤重金属含量指数变化的冠层光谱遥感分析

基于土壤重金属含量指数变化的冠层光谱遥感分析

论文摘要

为提高水稻冠层光谱反演水稻田土壤重金属含量的精度,针对实测土壤重金属含量进行信息提取研究,对其分别进行了对数变换、最大值变换和Box-cox变换。在实验分析中,为得到土壤重金属(Cu、Pb、Cd)反演模型,将土壤重金属及其变换数据与冠层光谱及其变换后的数据进行偏最小二乘回归分析,并分析所得模型精度和稳定性。分析结果表明,对测定重金属数据进行变换能够普遍提高模型的精度与稳定性;对属重度污染重金属Pb和中度污染重金属Cd有较好的预测结果,而对未形成污染的Cu则难以形成有效的预测分析。其成果对耕地土壤重金属含量监测评价具有重要的参考价值。

论文目录

  • 0 引言
  • 1 研究数据获取
  •   1.1 耕地重金属数据获取
  •   1.2 高光谱数据采集
  • 2 研究数据处理
  •   2.1 光谱数据处理
  •   2.2 重金属数据处理
  • 3 数据分析
  •   3.1 精度分析
  •   3.2 污染分析
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 周烽松,郭云开,郝建明,刘宁,李丹娜

    关键词: 水稻冠层,高光谱,土壤重金属,指数变换,偏最小二乘回归

    来源: 地理信息世界 2019年01期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑

    专业: 环境科学与资源利用

    单位: 湖南省测绘科技研究所,长沙理工大学交通运输工程学院

    基金: 国家自然科学基金项目(41471421),国家自然科学基金项目(41671498),湖南省科技创新平台与人才计划项目(2018TP2040),湖南省重点研发计划(2016SK2002),湖南省国土资源科技计划(2018-13)资助

    分类号: X87

    页码: 77-81+86

    总页数: 6

    文件大小: 1661K

    下载量: 232

    相关论文文献

    • [1].偏最小二乘回归分析应用于中药谱效关系的研究进展[J]. 辽宁化工 2020(03)
    • [2].偏最小二乘回归分类法的个人信用评估[J]. 文山学院学报 2017(03)
    • [3].基于偏最小二乘回归的民航客运量预测与分析[J]. 科学技术创新 2017(26)
    • [4].偏最小二乘回归方法[J]. 文理导航(中旬) 2017(07)
    • [5].消费者喜好度与市售冷鲜鸡品质关系的偏最小二乘回归分析[J]. 南京农业大学学报 2020(05)
    • [6].偏最小二乘回归分析及其在经济中的简单应用[J]. 新课程(教育学术) 2011(02)
    • [7].基于核偏最小二乘回归的人脸识别[J]. 江苏技术师范学院学报 2011(08)
    • [8].偏最小二乘回归模型在织物厚度预测中的应用[J]. 中国新技术新产品 2010(14)
    • [9].偏最小二乘回归分析在医学中的正确应用[J]. 中国卫生统计 2010(02)
    • [10].基于偏最小二乘回归的汽蒸后应力作用下织物厚度的预测[J]. 信息系统工程 2010(05)
    • [11].基于核偏最小二乘回归分析的线损率预测[J]. 计算机仿真 2012(11)
    • [12].基于偏最小二乘回归分析的供电煤耗研究[J]. 电力科学与工程 2011(04)
    • [13].基于偏最小二乘回归模型的湖北省粮食产量影响因素分析[J]. 湖北农业科学 2017(13)
    • [14].基于近红外光谱和稀疏偏最小二乘回归的生物质工业分析[J]. 光谱学与光谱分析 2015(07)
    • [15].基于偏最小二乘回归的城市生活用水量预测研究[J]. 科技通报 2012(02)
    • [16].加权几何平均偏最小二乘回归分析预测模型[J]. 襄樊学院学报 2011(02)
    • [17].偏最小二乘回归在不锈钢应力测试信息挖掘中的应用[J]. 信息系统工程 2011(05)
    • [18].偏最小二乘回归模型在科技人员人格特征研究中的应用[J]. 中国卫生统计 2010(01)
    • [19].基于偏最小二乘回归的区域换式风速预报订正技术研究[J]. 气象 2019(05)
    • [20].基于偏最小二乘回归的农产品种植评价研究[J]. 商场现代化 2019(15)
    • [21].基于核偏最小二乘回归神经网络集成降水预测模型[J]. 沈阳农业大学学报 2013(03)
    • [22].影响血糖水平因素的偏最小二乘回归分析[J]. 中国卫生统计 2009(01)
    • [23].递阶偏最小二乘回归在飞机研制费用预测中的应用[J]. 航空学报 2009(08)
    • [24].逐步回归和偏最小二乘回归模型在混凝土重力坝变形监测中的应用[J]. 水电能源科学 2015(02)
    • [25].贵州烤烟中生物碱的偏最小二乘回归分析[J]. 湖南农业大学学报(自然科学版) 2013(05)
    • [26].基于偏最小二乘回归分析的试验装备修理成本预测[J]. 兵工自动化 2010(12)
    • [27].基于提升核偏最小二乘回归的色彩校正[J]. 仪器仪表学报 2008(01)
    • [28].基于偏最小二乘回归的林业保险保费影响因素分析[J]. 生态经济评论 2010(00)
    • [29].基于递阶偏最小二乘回归的数据分析[J]. 三峡大学学报(自然科学版) 2008(01)
    • [30].基于改进偏最小二乘回归的矿浆元素含量预测[J]. 计算机工程与设计 2019(09)

    标签:;  ;  ;  ;  ;  

    基于土壤重金属含量指数变化的冠层光谱遥感分析
    下载Doc文档

    猜你喜欢