烟台地区土壤重金属镍高光谱估测模型

论文摘要

快速监测土壤重金属污染程度,对发展精细农业、保障食品安全和社会经济可持续发展具有重要意义。本文基于山东省烟台市的70个土壤样本数据,首先分析了土壤重金属镍的分组光谱特性;对土壤光谱反射率进行一阶微分、倒数的一阶微分、对数的一阶微分等六种变换并计算出光谱反射率变换值与土壤镍含量的相关系数,根据极大相关性原则选取光谱特征;然后建立基于BP神经网络的土壤重金属镍含量光谱估侧模型;并利用其它2种建模方法对镍含量进行建模,验证BP神经网络模型的有效性。结果表明,土壤光谱反射率随镍含量的升高而降低,呈现负相关性;以(1/R1015)′、(1/R2286)′、(1/ln(R925))′和(1/ln(R1911))′为估测因子,所建镍含量估侧模型的决定系数为R2=0.912,平均相对误差为14.279%。研究表明,利用高光谱技术定量估测土壤镍含量是可行的。

论文目录

文章来源

类型: 期刊论文

作者: 王凤华,路杰晖,刘志文,王德强,李西灿

关键词: 土壤镍含量,高光谱遥感,光谱特征,地积累指数,修正模型

来源: 山东农业大学学报(自然科学版) 2019年01期

年度: 2019

分类: 农业科技,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 山东省地质测绘院,山东农业大学信息科学与工程学院

基金: 山东省地矿局地质科技攻关项目(KY201517),山东省自然科学基金项目(ZR2016DM03)

分类号: X513;X87

页码: 84-87

总页数: 4

文件大小: 434K

下载量: 178

相关论文文献

• [1].高光谱遥感影像技术发展现状与应用[J]. 现代营销(下旬刊) 2018(03)
• [2].高光谱遥感的应用[J]. 城市地理 2017(04)
• [3].基于高光谱遥感的树种识别[J]. 华北理工大学学报(自然科学版) 2020(04)
• [4].高光谱遥感在农作物生长监测的应用研究进展[J]. 农村经济与科技 2019(05)
• [5].农业高光谱遥感研究进展及发展趋势[J]. 地理与地理信息科学 2019(05)
• [6].高光谱遥感技术在农作物监测中的应用[J]. 科技创新与应用 2018(01)
• [7].AVIRIS高光谱遥感影像无缝镶嵌探讨[J]. 地理与地理信息科学 2008(05)
• [8].基于压缩感知的高光谱遥感影像重构方法研究[J]. 液晶与显示 2017(03)
• [9].航空高光谱遥感油气探测技术研究及应用效果[J]. 地质学报 2019(01)
• [10].基于流形对齐的高光谱遥感图像降维和分类算法[J]. 国土资源遥感 2017(01)
• [11].高光谱遥感图像的稀疏分解与压缩感知[J]. 吉林大学学报(理学版) 2015(04)
• [12].高光谱遥感土壤重金属污染研究综述[J]. 中国矿业 2013(01)
• [13].基于小波变换的高光谱遥感影像光谱匹配技术研究[J]. 西北水电 2013(01)
• [14].基于核最小噪声分离变换的高光谱遥感影像特征提取研究[J]. 遥感技术与应用 2013(02)
• [15].高光谱遥感在斑岩矿床蚀变信息提取中的应用[J]. 矿物学报 2011(S1)
• [16].基于穷举法的高光谱遥感图像地物识别研究[J]. 武汉大学学报(信息科学版) 2008(02)
• [17].高光谱遥感在东天山玉带地区地质调查中的应用[J]. 矿产勘查 2019(11)
• [18].国外高光谱遥感载荷发展分析[J]. 飞控与探测 2019(02)
• [19].基于正交非负矩阵分解的高光谱遥感图像混合像元分解[J]. 山东农业大学学报(自然科学版) 2017(02)
• [20].航空高光谱遥感岩矿信息提取及在地质找矿中的应用[J]. 矿床地质 2014(S1)
• [21].一种针对高光谱遥感影像的波段选择方法[J]. 信息技术 2015(08)
• [22].水稻高光谱遥感监测研究综述[J]. 江西农业大学学报 2019(01)
• [23].基于改进萤火虫算法的高光谱遥感多特征优化方法[J]. 遥感技术与应用 2018(01)
• [24].矿山环境高光谱遥感监测研究进展[J]. 国土资源遥感 2016(02)
• [25].《高光谱遥感》三部曲授课方式初探[J]. 地理空间信息 2014(01)
• [26].重金属污染农田的高光谱遥感监测研究[J]. 土壤与作物 2017(04)
• [27].基于多元线性回归的高光谱遥感图像小波去噪[J]. 遥感信息 2013(06)
• [28].高光谱遥感图像分类算法中的应用研究[J]. 计算机仿真 2012(02)
• [29].基于支持向量机的高光谱遥感影像道路提取[J]. 长安大学学报(自然科学版) 2012(05)
• [30].空谱联合的高光谱遥感图像稀疏解混综述与展望[J]. 南昌工程学院学报 2018(06)

标签：土壤镍含量论文;  高光谱遥感论文;  光谱特征论文;  地积累指数论文;  修正模型论文;