学位论文 > 优秀研究生学位论文题录展示
基于模糊识别的土壤有机质高光谱估测模型研究
作 者: 于涛
导 师: 李希灿
学 校: 山东农业大学
专 业: 地图制图学与地理信息工程
关键词: 土壤有机质含量 高光谱 估测模型 模糊识别
分类号: S153.6
类 型: 硕士论文
年 份: 2013年
下 载: 27次
引 用: 0次
阅 读: 论文下载
内容摘要
土地是人类生存发展所必须依赖、不可取代并且不可再生的重要基础资源。其数量的有限性和供给的稀缺性,决定了我们要充分利用土地资源。土壤有关信息的准确获取是现代农业中进行精确管理、精准施肥的前提,是保证农业生产的重要基础数据信息。传统养分测定方法有诸多缺点,比如:速度慢,精度低等,高光谱技术的波段多、光谱分辨率高、可以获得连续的光谱图像,因此,为土壤有机质含量的监测提供了有利的手段。本文以陕西省横山县采集的土壤样本以及国家自然科学基金项目“成像光谱技术在土地动态监测评价中的应用”(项目编号:40271007)为研究基础,获取土壤反射率和有机质含量的高光谱数据,采用线性回归、神经网络、模糊识别方法建立土壤有机质高光谱估测模型并进行探讨。首先分析了不同类型、不同有机质含量的土壤有机质的高光谱特性,以及土壤有机质和含水量对土壤光谱反射率的交互影响。得出如下结论:土壤的反射率随着土壤类型的不同而改变;对于同一类型的土壤,土壤反射率与有机质含量呈负相关关系;土壤有机质与含水量对土壤光谱反射率确实有一定的交互影响。然后对原始数据进行光谱数据变换,并且绘制了相关系数图,对比发现经过对数一阶微分变换之后的数据与土壤有机质含量在个别波段上的相关性明显增强,选择该变换方法作为原始反射率的变换方式;根据单相关分析并比对数据变换前后相关系数的变化来确定反演因子,最后选择393nm,443nm,502nm,1453nm,1936nm以及2186nm波段的数据作为土壤有机质含量高光谱估测模型研究的反演因子;通过建立散点图的方式以R2达到较大值为原则进行异常样本的剔除。最后,本文建立了土壤有机质含量模糊贴近度反演模型,并与线性回归以及神经网络模型的结果进行对比显示,线性和神经网络模型精度基本一致且较低;而采用模糊贴近度反演模型的精度均较高,最低的也达到了89.71%,其余均大于90%;此外,根据光谱反演影响因子的多样性以及有机质含量的动态性提出了区间值模糊反演模型,预测结果为6个样本的预测区间准确,1个存在误差,存在误差的样本偏差为3.22%。这说明模糊识别方法可以有效的解决非线性以及模糊性等问题,将模糊识别方法用于土壤有机质含量预测是可行的。
|
全文目录
中文摘要 6-7 Abstract 7-9 1 绪论 9-17 1.1 研究的目的意义 9-10 1.2 国内外研究现状 10-16 1.3 研究内容与方法 16-17 2 数据来源与光谱特性分析 17-28 2.1 实验区概况 17-18 2.2 数据获取 18-19 2.3 光谱数据预处理 19 2.4 土壤有机质含量高光谱特性分析 19-26 2.5 本章小结 26-28 3 数据处理与光谱特征提取 28-37 3.1 光谱数据变换 28-29 3.2 光谱特征提取 29-33 3.3 反演因子确定 33-34 3.4 异常样本剔除 34-35 3.5 反演因子归一化处理 35-36 3.6 本章小结 36-37 4 土壤有机质含量高光谱模糊识别估测模型 37-54 4.1 土壤有机质含量传统估测模型 37-43 4.2 基于贴近度的土壤有机质含量高光谱估测 43-48 4.3 基于正态模糊集的土壤有机质含量类别模糊识别 48-53 4.4 本章小结 53-54 5 结论与展望 54-55 5.1 主要结论 54 5.2 主要创新点 54 5.3 问题与展望 54-55 参考文献 55-62 致谢 62-63 攻读学位期间发表论文与参加的项目 63
|
相似论文
- 高光谱图像空—谱协同超分辨处理研究,TN911.73
- 基于感兴趣信息的高光谱图像压缩技术研究,TP391.41
- 星载高光谱传感器模拟仿真系统研究,TP391.9
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 高光谱遥感场景模型仿真研究,TP72
- 基于核方法的高光谱图像异常检测算法研究,TP751
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于高光谱遥感的太湖水体藻蓝素和CDOM浓度估算模型研究,X87
- 褐飞虱和稻纵卷叶螟为害后水稻的光谱特征,S435.112
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于HJ-1高光谱数据的矿区植被污染监测,TP751
- 基于Hyperion数据的浅海地形和海洋光学参数反演方法研究,P715.7
- 基于高光谱图像技术的番茄叶片和植株抗氧化酶系统活性测定研究,S641.2
- HJ-1A高光谱影像在黄土丘陵区生态环境监测中的应用研究,P237
- 基于非负矩阵分解的高光谱遥感图像混合像元分解研究,TP751.1
- 河北省省属高校财务风险评价与预警研究,F224
- 不完全信息下的企业赊销收益估测及决策最优停止模型研究,F275
- 一种基于频率的损伤识别新方法,TU317
- 高光谱遥感图像融合技术与质量评价方法研究,TP751
- 高光谱影像混合像元分解技术研究,TP751
- 用高光谱遥感和红外热图像监测棉花干旱胁迫状况的研究,S562
中图分类: > 农业科学 > 农业基础科学 > 土壤学 > 土壤化学、土壤物理化学 > 土壤成分
© 2012 www.xueweilunwen.com
|