不同降噪方式下基于高分五号影像的土壤有机质反演

• Published in: 农业工程学报 Vol. 36; no. 12; pp. 90 - 98
• Main Authors: 刘焕军, 鲍依临, 孟祥添, 崔杨, 张艾明, 刘云超, 王丹丹
• Format: Journal Article
• Language: Chinese
• Published: 东北农业大学公共管理与法学院,哈尔滨 150030%赤峰学院资源环境与建筑工程学院,赤峰,024000 15.06.2020; 赤峰学院资源环境与建筑工程学院,赤峰 024000; 中国科学院东北地理与农业生态研究所,长春 130012%赤峰学院资源环境与建筑工程学院,赤峰 024000; 东北农业大学公共管理与法学院,哈尔滨 150030
• Subjects: 有机质; 降噪方法; 随机森林; GF-5影像; 离散小波变换; 土壤
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2020.12.011

TP79%S153.6+21; 通过遥感技术预测土壤有机质(Soil Organic Matter,SOM)的空间分布是精准农业和土地资源管理研究的重要内容,与粮食安全及环境监测密切相关.该研究主要研究采用高分五号(GF-5)反演土壤有机质的最佳降噪方式.以黑龙江省典型黑土区明水县为研究对象,获取GF-5高光谱遥感影像,对影像进行不同降噪处理,包括奇异值分解(Singular Value Decomposition,SVD),离散小波变换(Discrete Wavelet Transform,DWT)及中值滤波(Median Filtering,MF)降噪.然而,分别结合二维光谱指数,应用随机森林(Random Forest,RF)方法预测不同降噪方式的SOM含量.结果表明:1)所选择的不同降噪方法中,与SOM含量的相关性由高到低依次为DWT、SVD、MF,其中,基于MF降噪后的光谱反射率与SOM含量相关性低于原始反射率与SOM含量的相关性.2)基于降噪方式下的光谱曲线更加平滑,且不同有机质含量对应的光谱曲线形状相似.3)采用DWT降噪方式,基于影像波段和光谱指数,以RF为预测模型的SOM最优反演模型精度R2为0.69,均方根误差为2.26％.研究成果可为利用高光谱卫星数据实现大尺度范围内SOM的数字土壤制图提供参考,为实时定量监测土壤肥力变化提供依据.