基于微分变换定量反演土壤有机质及全氮含量

Quantitative inversion of soil organic matter and total nitrogen content based on differential transformation

以河北省安平县32个地块的土壤参数及其高光谱数据为数据源,利用预处理后光谱数据(反射率)及其倒数、对数、开平方根、光谱吸收峰深度、开方根等8种基本变换及其一阶微分、二阶微分处理共计24种光谱变换方法处理分析土壤光谱数据,结合相关性分析算法提取光谱敏感波段,并利用偏最小二乘算法分别构建土壤有机质、全氮含量的预测模型。研究结果表明:与基本变换相比,在基本变换的基础上进行微分变换后的光谱信息对土壤养分含量的预测能力明显提升;经微分处理后的光谱信息与未处理的土壤光谱信息对土壤有机质含量的预测能力由强到弱依次为基本变换结合一阶微分变换>基本变换结合二阶微分变换>基本变换,对土壤全氮含量的预测能力由强到弱依次为基本变换结合二阶微分变换>基本变换结合一阶微分变换>基本变换;此外,在24种变换中,以倒数的一阶微分变换构建的有机质含量的预测能力预测模型最佳,其确定系数为0.803,以开平方根的一阶微分变换构建的全氮含量预测模型的预测能力最佳,其确定系数为0.831。这表明采用微分光谱技术可以更有效地进行土壤有机质及全氮含量的实时监测。