基于HJ卫星的棉田土壤有机质空间分布格局反演

以北疆绿洲区棉田表层土壤为研究对象,利用国产HJ-1A/1B卫星CCD多光谱数据对裸土有机质空间分布格局进行研究。通过分析多光谱数据不同波段的光谱反射率及其变换形式与实地采样得到的土壤有机质含量的相关性,探寻适合绿洲区棉田表层土壤有机质含量快速反演的敏感波段及参数,并针对不同参数分别建立一元线性、二次、三次、对数、倒数、幂函数、生长型、S型回归模型,以及多元回归模型;对生成的模型进行综合对比分析,获取北疆绿洲区棉田表层土壤有机质含量的最佳反演模型,从而实现整个研究区土壤有机质空间格局的遥感反演。结果表明：HJ卫星多光谱数据4个波段的反射率均与土壤有机质含量存在显著的相关性,第3波段的倒数与土壤...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 32; no. 1; pp. 174 - 180
Main Author 王琼 陈兵 王方永 宋庆平 窦中江 戴建国 肖春华 杨秀春
Format Journal Article
LanguageChinese
Published 新疆农垦科学院,石河子,832000%石河子大学信息科学与技术学院,石河子,832000%石河子大学/兵团绿洲生态农业重点实验室,石河子,832000%中国农业科学院农业资源与农业区划研究所,北京,100081 2016
Subjects
HJ卫星
卫星
土壤
土壤有机质
绿洲棉田
遥感
遥感反演
satellites
remote sensing inversion
remote sensing
遥感
soil organic matter
土壤
oasis cotton fields
HJ卫星
绿洲棉田
土壤有机质
遥感反演
soils
HJ satellite
卫星
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2016.01.024

Cover

More Information
Summary:以北疆绿洲区棉田表层土壤为研究对象,利用国产HJ-1A/1B卫星CCD多光谱数据对裸土有机质空间分布格局进行研究。通过分析多光谱数据不同波段的光谱反射率及其变换形式与实地采样得到的土壤有机质含量的相关性,探寻适合绿洲区棉田表层土壤有机质含量快速反演的敏感波段及参数,并针对不同参数分别建立一元线性、二次、三次、对数、倒数、幂函数、生长型、S型回归模型,以及多元回归模型;对生成的模型进行综合对比分析,获取北疆绿洲区棉田表层土壤有机质含量的最佳反演模型,从而实现整个研究区土壤有机质空间格局的遥感反演。结果表明：HJ卫星多光谱数据4个波段的反射率均与土壤有机质含量存在显著的相关性,第3波段的倒数与土壤有机质含量相关性最为显著;且以第3波段光谱反射率作为因变量得到的三次线性回归模型对土壤有机质含量进行反演的效果最佳;通过空间布局反演得到研究区土壤有机质空间分布整体呈现南北两端有机质含量较高,中部有机质含量较低的格局。该研究表明虽然与黑土有机质含量具有差别,但是遥感技术仍能够作为绿洲区土壤有机质含量空间布局反演的方法,为遥感技术在土壤参数监测中更好的发挥作用提供理论支持,同时也为新疆棉田生产管理和农田可持续利用提供科学依据。
Bibliography:soils; satellites; remote sensing; HJ satellite; oasis cotton fields; soil organic matter; remote sensing inversion
11-2047/S
Wang Qiong;Chen Bing;Wang Fangyong;Song Qingping;Dou Zhongjiang;Dai Jianguo;Xiao Chunhua;Yang Xiuchun;（1. X injiang A cademy of A gricultural and Reclamation Sciences, Shihezi 832000, China; 2. College of lnformation Science and Technology, Shihezi University, Shihezi 832000, China; 3. Key Oasis Eco-Agricuhure of Xinjiang Production and Construction Corps/Shihezi University, Shihezi 832003, China; 4. Institute of A gricultural Resources and Regional Planning, Chinses Academy of A gricuhural Sciences, Beijing 100081, China）
Quick and real-time monitoring of soil organic matter（SOM） distribution based on remote sensing can support the decision-making on precision crop management. However, most previous studies have been aimed at black soil, SOM content of which is commonly higher than 2%. The research about grey desert soil（average content of SOM is less than 2%）has been reported less. This
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2016.01.024