|本期目录/Table of Contents|

[1]辛京达,陈成,刀剑,等.基于土壤光谱特性的土壤类型区分研究[J].江苏农业科学,2021,49(10):207-212.
　Xin Jingda,et al.Study on differentiation of soil types based on soil spectral characteristics[J].Jiangsu Agricultural Sciences,2021,49(10):207-212.
点击复制

基于土壤光谱特性的土壤类型区分研究(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第49卷
期数:
2021年第10期
页码:
207-212
栏目:
资源与环境
出版日期:
2021-05-20

文章信息/Info

Title:
Study on differentiation of soil types based on soil spectral characteristics
作者:
辛京达;  陈成;  刀剑;  王建雄
云南农业大学水利学院/云南省高校农业遥感与精准农业工程研究中心，云南昆明 650201
Author(s):
Xin Jingda; et al
关键词:
多光谱; 高光谱; 植被指数; 主成分分析; 土壤类型区分
Keywords:
-
分类号:
S127；S151.9
DOI:
-
文献标志码:
A
摘要:
选取云南农业大学某试验地为研究区域，一方面利用无人机挂载多光谱相机获取研究区域的多光谱遥感影像，通过对比多光谱单波段反射率以及多光谱影像发现，绿光和红光波段对3类土壤较为敏感，且反射率具有明显差异，对多光谱数据进行8种合成指数计算后发现，红绿比值指数(RG)对3种土壤的区分效果最优；另一方面利用美国ASD公司的FS4 NG地物光谱仪对获取的土壤样本进行多光谱测定，通过主成分分析对土壤样本进行区分，一阶微分变换后主成分分析前5个主成分提供了85%的光谱信息，而二阶微分变换后主成分分析前5个主成分提供了95%的光谱信息，且后者区分效果优于前者。
Abstract:
-

参考文献/References:

［1］王婷，刘振华，彭一平，等. 华南地区土壤有机质含量高光谱反演［J］. 江苏农业学报，2020，36(2)：350-357.
［2］Stoner E R，Baumgardner M F. Characteristic variations in reflectance of surface soils［J］. Soil Science Society of America Journal，1981，45(6)：1161-1165.
［3］戴昌达. 中国主要土壤光谱反射特性分类与数据处理的初步研究［G］//国家遥感中心.遥感文选. 北京：科学出版社，1981：315-323.
［4］李丹，彭智平，韩留生，等. 基于土壤反射光谱特性的广东省稻田土壤快速分类［J］. 热带地理，2015，35(1)：29-34.
［5］吴豪翔，王人潮. 土壤光谱特征及其定量分析在土壤分类上的应用研究［J］. 土壤学报，1991，28(2)：177-185.
［6］郭铌. 植被指数及其研究进展［J］. 干旱气象，2003，21(4)：71-75.
［7］田庆久，闵祥军. 植被指数研究进展［J］. 地球科学进展，1998，13(4)：327-333.
［8］Stow D A，Hope A，McGuire D，et al. Remote sensing of vegetation and land-cover change in Arctic Tundra Ecosystems［J］. Remote Sensing of Environment，2003，89(3)：281-308.
［9］Moroni M，Lupo E，Marra E，et al. Hyperspectral image analysis in environmental monitoring：setup of a new tunable filter platform［J］. Procedia Environmental Sciences，2013，19：885-894.
［10］Rahman M M，Robson A. Integrating Landsat-8 and Sentinel-2 time series data for yield prediction of sugarcane crops at the block level［J］. Remote Sensing，2020，12(8)：1313.
［11］汪小钦，王苗苗，王绍强，等. 基于可见光波段无人机遥感的植被信息提取［J］. 农业工程学报，2015，31(5)：152-159.
［12］赵天奇. 面向变量施肥应用的OSAVI测量仪的设计［D］. 北京：北京化工大学，2009.
［13］项宏亮. 应用高光谱技术区分土壤类型的初步探讨［D］. 芜湖：安徽师范大学，2013.
［14］郭熙，谢碧裕，叶英聪，等. 基于一阶微分变换方法的南方丘陵稻田土壤电阻率高光谱特性研究［J］. 江西农业大学学报，2015，37(1)：190-198.
［15］徐念旭，田庆久，申怀飞，等. 基于微分变换的高光谱马尾松和杉木识别［J］. 国土资源遥感，2018，30(4)：28-32.

相似文献/References:

[1]王有宁,赵丽艳,章爱群,等.花生高光谱叶片营养诊断研究[J].江苏农业科学,2014,42(12):129.
　Wang Youning,et al.Study on nutrition diagnosis of peanut leaves based on hyperspectral data[J].Jiangsu Agricultural Sciences,2014,42(10):129.
[2]杨粉团,顾晓鹤,李刚,等.吐丝期玉米倒伏后地面高光谱特征参数分析[J].江苏农业科学,2016,44(03):85.
　Yang Fentuan,et al.Analysis of hyper-spectral characteristic parameters of lodging corn at silking stage[J].Jiangsu Agricultural Sciences,2016,44(10):85.
[3]孙俊,金夏明,毛罕平,等.基于有监督特征提取的生菜叶片农药残留浓度高光谱鉴别研究[J].江苏农业科学,2014,42(05):227.
　Sun Jun,et al.Study on detection of hyperspectral data of lettuce leaves with pesticide residue based on supervised feature extraction method[J].Jiangsu Agricultural Sciences,2014,42(10):227.
[4]赵文,刘国顺,贾方方,等.烤烟烟碱含量的高光谱预测模型[J].江苏农业科学,2014,42(03):275.
　Zhao Wen,et al.Hyperspectral prediction model of nicotine content in flue-cured tobacco[J].Jiangsu Agricultural Sciences,2014,42(10):275.
[5]金星.基于LED光源的多光谱诱虫灯研究[J].江苏农业科学,2015,43(10):476.
　Jin Xing.Study on multi-spectral insert light trap based on LED light source[J].Jiangsu Agricultural Sciences,2015,43(10):476.
[6]田敏,周杰,张泽,等.基于高光谱植被指数对棉花叶绿素含量的估算[J].江苏农业科学,2017,45(02):216.
　Tian Min,et al.Estimation of cotton chlorophyll contents based on hyperspectral vegetation index[J].Jiangsu Agricultural Sciences,2017,45(10):216.
[7]喻俊,李晓敏,张权,等.基于实测高光谱数据的太湖湖滨带典型植被分类[J].江苏农业科学,2017,45(05):240.
　Yu Jun,et al.Classification of typical vegetation zones of Taihu Lake based on measured hyperspectral data[J].Jiangsu Agricultural Sciences,2017,45(10):240.
[8]杨荣超,田海清,李斐,等.基于甜菜冠层高光谱红边参数的SPAD值诊断[J].江苏农业科学,2017,45(11):153.
　Yang Rongchao,et al.SPAD value diagnosis based on red edge parameters of sugarbeet canopy hyperspectral[J].Jiangsu Agricultural Sciences,2017,45(10):153.
[9]张城芳,董恒.基于高光谱数据的作物净初级生产力估算方法[J].江苏农业科学,2017,45(22):260.
　Zhang Chengfang,et al.Estimation method of crop net primary productivity based on hyperspectral data[J].Jiangsu Agricultural Sciences,2017,45(10):260.
[10]向佳琳,姚鑫锋,刘倩,等.基于高光谱的温室网纹甜瓜不同叶位叶片含水率监测[J].江苏农业科学,2018,46(04):105.
　Xiang Jialin,et al.Hyperspectral monitoring of leaf water content in different leaf position of muskmelon in greenhouse[J].Jiangsu Agricultural Sciences,2018,46(10):105.
[11]杨栋淏,李亚强,刀剑,等.基于无人机多光谱与地面高光谱遥感的土壤主要养分含量估测[J].江苏农业科学,2022,50(2):178.
　Yang Donghao,et al.Estimation of soil main nutrient content based on UAV multispectral and ground hyperspectral remote sensing[J].Jiangsu Agricultural Sciences,2022,50(10):178.

备注/Memo

备注/Memo:
收稿日期：2020-09-08
基金项目：云南省教育厅科学研究基金(编号：2020Y0177)。
作者简介：辛京达(1997—)，男，吉林长春人，硕士研究生，主要从事资源与环境遥感研究。E-mail：819045742@qq.com。
通信作者：王建雄，博士，教授，主要从事资源与环境遥感研究。E-mail：jianxiongw@126.com。
更新日期/Last Update: 2021-05-20