利用高光谱遥感预测土壤有机碳

利用高光谱遥感与可见光-近红外段光谱预测土壤有机碳

（Soil organic carbon prediction by hyperspectral remote sensing and field vis-NIR spectroscopy）摘要

本文利用可见光和近红外反射(vis-NIR)高光谱图像的最接近遥感数据。预测土壤有机碳(SOC)的结果进行比较，土样采集在Narrabri地区,在澳大利亚新南威尔士(NSW)的北方占据优势的是Vertisols（变性土）,这个地区Vis-NIR的光谱采集用AgriSpec便携式光谱仪(350 - 2500nm)和远距离机载高光谱传感器卫星(400 - 2500nm)。,利用偏最小二乘法回归法(PLSR)，偏最小二乘回归法（PLSR：partial least squares regression)：是一种新型的多元统计数据分析方法，它主要研究的是多因变量对多自变量的回归建模，特别当各变量内部高度线性相关时，用偏最小二乘回归法更有效。另外，偏最小二乘回归较好地解决了样本个数少于变量个数等问题。偏最小二乘法是集主成分分析、典型相关分析和多元线性回归分析3种分析方法的优点于一身。它与主成分分析法都试图提取出反映数据变异的最大信息，但主成分分析法只考虑一个自变量矩阵，而偏最小二乘法还有一个“响应”矩阵，因此具有预测功能。）使用的近距离与星载遥感光谱资料预测土壤有机碳含量。近距离和远距离遥感数据的光谱分辨率是不会影响预测精度的。然而,在相同光谱分辨率情况下，利用高光谱预测土壤有机碳含量精度没有用Agrispec 便携式光谱仪(resampled ）的精度高。

结果显示,用土卫七（Hyperion就是土卫七，围绕着土星运转，1848年9月16日发现Hyperion 是世界上第一个成功发射的星载民用成像光谱仪，也是是目前少数几个仍在轨运行的星载高光谱成像仪。其搭载卫星EO-1(EarthObserving-1)是美国NASA为接替Landsat7而研制的新型地球观测卫星，于2000年11月21日发射升空。其任务主要是通过空间飞行和在轨运行来验证与下一代对地卫星成像相关的高级技术。EO-1的设计寿命为12～18个月，原计划运行1年，但目前卫星仍运行正常。EO-1上的Hyperion成像光谱仪是全球第一个星载民用成像光谱仪，既可以用于测量目标的波谱特性，又可对目标成像。Hyperion以推扫方式获取可见光-近红外(VNIR，400~1000nm)和短波红外(SWIR，900~2500nm)的光谱数据，共计242个波段（其中可见光35个波段，近红外35个波段，短波红外172个波段））野外观测具有相似性。说明利用高光谱遥感对土壤有机碳的预测是有可能的。这些技术的使用将促进土壤数字制图的实施。

简介

研究在环境监测、模拟和精准农业需要良好的质量和便宜的土壤数据。因此我们

需要发展更多的时间——有效的科学方法进行土壤分析。可见光和近红外反射(vis-NIR) 光谱是一种物理无损、快速、重现性好的方法，提供廉价的的土壤物理、化学，生物学特性的预测方法根据其和反射波长范围从400到2500nm(Ben-Dor和Banin,1995分;

李维等问题,2000年、2002年杜恩等问题,2002分;牧人和沃尔什,2002年,伊斯兰教等问题,2003)。反射信号的产生的是由被禁锢的C、N、H、O,P、S原子之间的震动。

弱的色彩和组合的基础振动是由于拉伸和弯曲的NH, OH and CH团体主导dominate the NIR (700–2500 nm)可见光(400 - 700海里)两部分电磁(EM)光谱(Ben-Dor等问题,1999)。

土壤有机碳(SOC)起着非常重要的作用,显著影响土壤环境多种化学物理过影响土壤的形状和性质对土壤反射光谱。宽光谱范围由不同的工人评估SOC发现的表明：SOC是一个重要的土壤碳组成在整个光谱。

光谱表明其能力,以准确地阻止-

我的系统芯片(SOC)的内容(例如。里维斯实验室等问题,1999分;张

和Laird,2002),直接在田野一个手提斯派克-

米(例句。巴恩斯等问题,2003)。成像光谱法也可以

用来评价土壤性质。但条件下土壤里去的

表面可影响光谱信号。一些财产

可能变更在时间和空间:学位吗

土壤结壳由于rain-drop影响,土壤质地、土壤

水分、表面粗糙度和植被或作物残留物覆盖。这些

不安因素引起土壤反射率的方式

或超过光谱响应有机物质(巴恩斯等问题,

2003)。此外也可土壤特性估计子-

由于辐射对退化ject和大气的影响,

光谱和空间分辨率(Lagacherie等问题,2008)。——

因为这些干扰因素涌现,很少有研究恶魔-

strated能够较准确地确定系统芯片(SOC)内容

airborne-hyperspectral传感器(例句。Ben-Dor,2002分;Selige等问题

等问题,2006分;史蒂文斯等问题,2006年),在这其中没有一名来自卫星超级-

光谱传感器。作为remotely-sensed高光谱卫星的资料

提供一个对观福音书的观点和一个重复的覆盖两个im -

portant优越性进行观察和超级-到地面

机载数据光谱的研究潜力的高光谱

卫星数据成为SOC的一个重要问题的预测数字

土壤测绘发展。

定量光谱分析用vis-NIR土壤反射率

光谱法要求复杂的统计方法来识别

从土壤属性的响应谱特性。各种

方法已被用来与土土壤光谱属性。部分最小二乘回归(PLSR)是一种最为通用的技术

光谱校准和预测等问题e.g.McCarty,2002分;张

和Laird,2002)。 Viscarra Rossel丁晓萍。(2006)提供了一个回顾

定量的预测比较文学不同土壤属性

使用多元统计技术和光谱响应

可见,近红外光谱及中北部红外(我,2500 - 25000海里)的地区

电磁波谱。其中,Viscarra Rossel丁晓萍。(2006年)

恢复文学比较土壤有机碳的定量预测使用

PLSR和光谱响应在可见光、近红外和我的地区

电磁波谱。

本文的目的是(1)评估潜在的手段-

利用高光谱里做SOC卫星遥感器

(400 - 2500海里)和(2)比较这些预测土壤有机碳的

使用field-collected vis-NIR光谱。在这两个例子都偏最小-

广场回归(PLSR)用来spectralmeasurements联系

系统芯片(SOC)的内容。这项研究的实施是在Narrabri附近

北西方新南威尔士(NSW),澳大利亚。

2。材料和方法

2.1。土样

在澳大利亚西北部地区新南威尔士(−32°12'27”S,

149°36'31”E),一共有146个表层土壤(0-10cm)样本

。这一地区是由变性土主导。在Narrabri西北部(−30°11'45”S), 2006,10.收集了88个样本，