土壤表层有机质空间分析的遥感技术应用综述_张莉娜

设施农业2023-0727农业工程技术（设施农业）基于高光谱遥感的土壤有机质反演模型研究进展*摘要:利用高光谱遥感反演土壤有机质与传统的化学分析方式有很大的优势，促进现代农业的发展。

国内外利用高光谱反演土壤有机质含量模型进行了大量的研究，从最初的线性回归模型发展到如今较为复杂的非线性模型，该文总结了常见的高光谱对有机质含量建模方法与模型特点。

通过分析总结前人的研究发现，目前土壤有机质含量模型研究进展主要有运用的模型复杂化、反演模型的评价方法多样化、多种建模方法综合应用及深度学习大数据分析新技术更加普遍。

关键词: 高光谱遥感；土壤有机质含量；反演模型土壤有机质是衡量土壤肥力的重要指标，是维持农业健康发展、土地质量评价的重要考虑因素[1]。

传统的土壤有机质化学测定方法试剂消耗量大、具有一定危险性、对操作人员有专业性要求等原因，难以做到迅速、大规模和周期性地土壤有机质含量测定[2]。

而高光谱遥感可以快速地进行大范围、周期性、快速的特点受到人们的关注。

利用高光谱反演土壤有机质含量最重要的是建立土壤高光谱信息与有机质含量之间的联系。

目前利用高光谱遥感反演土壤有机质含量的模型中，大体可以分为两大类。

一类是线性模型。

例如：偏最小二乘法，多元线性回归模型；另一类是非线性模型。

例如：反向神经网络，随机森林，支持向量机等。

根据目前的研究进展，总结了现阶段利用高光谱遥感反演土壤有机质含量方法和模型的特点。

1 土壤有机质的高光谱反演模型发展历程1965年，Bowers 等[3]开始研究土壤与光谱反射之间的关系时就发现土壤有机质含量与光谱反射之间存在负相关的关系。

21世纪前，主要是研究土壤有机质与高光谱反射率之间的定性关系上的研究，处于探索阶段，研究样本数量较少，使用的模型主要以多元线性回归，偏最小二乘回归等线性方法为主[4]。

近年来随着研究的深入与研究工具的进步，更多的模型方法，研究方式的韦森超1，梁立恒1，董炜华1**，李晓强1，邓守奇1,2（1.长春师范大学地理科学学院，吉林 长春 130123；2.长春文理高中，吉林 长春 130062）改进，比如机器学习与深度学习[5]。

土壤光谱测量与影响其光谱特征的因素分析2北斗导航位置服务（北京）有限公司，北京海淀100010摘要:本文通过对土壤进行光谱测量，制定出了一套完整的光谱测量流程，并对测量数据进行处理及定性分析找出了影响土壤光谱特征的部分因素，并探讨了土壤光谱遥感的应用前景。

关键词：光谱测量规范土壤分析1.引言1.1光谱遥感的作用和研究现状任何物体都有自己特有的反射光谱而同类物体的反射光谱特性大同小异,不同物体光谱反射率的差异要比同一物体大得多。

光谱遥感技术就是以物体的反射率随波长的变化为依据,通过适当的光谱段的选择和组合,有效地区分出各种不同类型的物体。

在近年来的地物波谱特性研究中，人们的注意力由地物波谱与地物自身性质的关系上转移到了与地表特征关系的研究中,从而使地物波谱特性研究更深入一步。

1.2土壤波谱特性研究的发展和现状在可见光波段范围内，光谱仪接收的是太阳发射的信息，裸露土壤反射率一般随波长增加而增加，不同类型土壤的反射率也不同。

对于给定的土壤类型，反射率随水分含量的增加而减少。

但是，不同类型土壤间的反射率差别可能与不同水分引起的差别相当，甚至更大，加上太阳高度、大气条件和地表状况引起的误差，要定量估算土壤水分是比较困难的。

所以，一直以来，人们都在对该领域进行试验、研究。

国外利用遥感方法进行土壤水分监测的可行性研究开始于60年代，那时，科学家们通过在实验室对图样进行光谱观测，提出随土壤含水量的增加，其光谱反射率整体下降，这为后来利用遥感方法进行土壤水分监测提供了理论依据。

美国也在60年代末研究了土壤水分，包括沙漠区的土壤水分，对反射率的影响，发现干燥土壤具有较高的反射率。

70年代，日本学者测量了5种土壤的反射率，建立了土壤水分含量的多员回归方程。

另外，印度国家遥感局利用MSS和TM资料，评价了局部某一地区的土壤干旱程度。

后来，各国学者都曾进行过土壤水分监测和旱情方面的遥感研究，取得了一些阶段性成果。

我国学者自20世纪80年代，也开始了这方面的研究，2002年，刘伟东和国外科学家共同研究，证明了土壤光谱反射率在一定的水分含量临界值之下时随土壤湿度的增加而降低，但当超过该临界值后，随土壤水分的增加而增加。

安徽农业科学，J.Anhui Agric.Sci. 2019,47(8) :18-21，34高光谱遥感技术在土壤研究应用中的进展刘勤1李1，李2*,2,2(1.河南理工大学，河南焦作454000;•河南省科学院地理研究所，河南郑州450052)摘要土壤反射光谱的特性和土壤物理性质之间的关系，为遥感技术在土壤中应用奠定了坚实的物理基础。

此外，高光谱遥感技术的发展为快速、高效了科学的。

针对高光谱在的应，首先对高光谱的发、特点以及优势进行述，然后分高光谱在土壤有机质、含水量、重金属及质地等方面中的应，并对其方法进行分析，最高光谱在应在研究方法间、空间尺度上的不足以及高光谱在的发展方向。

关键词土壤;反射光谱；；高光谱中图分类号S 127 文献标识码A文章编号0517-6611(2019)08-0018-04doi：10.3969/j.issn.0517-6611.2019.08.004 开放科学（资源服务）标识码（OSID):Application Progress of Hyperspectral Remote Sensing Technology in Soil ResearchLIU Xun1, LI Chang-c hun1, LI Shuang-quan2et al (1. Henan Polytechnic U niversity, Jiaozuo, Henan 454000 ；2. Institute of Geography, Henan Academy of Sciences, Zhengzhou, Henan 450052)Abstract The relationship between the characteristics of soil reflectance spectra and the physical properties of soil lays a solid foundation for the application of remote sensing technology in soil. In addition, the rapid development of hyperspectral remote sensing entific and technological means for extracting soil information quickly and efficiently.In view of the per firstly summarized the development history, characteristics and advantages o f hyperspectral remote sensing, and spectral remote sensing in the fields of soil organic m atter,w ater content,heavy metals and soil texture.T methods were summarized. I^inally, the shortcomings of the hyperspectral remote sensing technology in the scales in soil research applications and the future development of hyperspectral remote sensing in soil Key words Soil ； Reflection spectrum ； Remote sensing technology ； Hyperspectral土壤是指在地球陆地表面上能够生长植物的疏松表层，不仅是 生态系统的重要一员，而且是人类赖以生 发展的重要物 [1]。

基于Landsat 8遥感图像的长春中北部地区土壤有机质含量反演马驰【期刊名称】《江苏农业科学》【年(卷),期】2016(044)012【摘要】以Landsat 8遥感图像为数据源，利用FLAASH大气校正模型对遥感图像进行大气校正，结合野外土壤采样的有机质含量化验数据，采用逐步回归分析的方法，对研究区土壤有机质含量进行定量反演。

结果表明，土壤有机质含量与Landsat 8遥感图像反射率在近红外波段具有较强的负相关性，对反射率进行适当的数学变换可以有效提高与有机质的相关性，由此而建立起来的逐步回归反演模型，其决定系数r2＝0．925，总均根方差RMSE＝0．171，说明该反演模型有较高的精度与稳定性。

根据上述反演模型，结合遥感影像分类结果，对研究区土壤有机质含量进行反演，结果显示，研究区内土壤有机质含量呈东高西低之势，东部、南部地区土壤有机质含量普遍高于3％，而西部、北部地区土壤有机质含量普遍低于2％。

【总页数】5页(P415-418,419)【作者】马驰【作者单位】辽宁省交通高等专科学校，辽宁沈阳 110122【正文语种】中文【中图分类】TP79;S127【相关文献】1.基于Landsat 8数据反演水中CO2含量的研究 [J], 王忠林;邢旭峰;司宝玲;黄妙芬;尹增强;孙忠泳2.基于GF-1与Landsat 8遥感数据的耕地表层土壤有机质含量反演精度对比研究[J], 马驰3.长春地区地表温度反演研究——基于landsat8卫星 [J], 程穆阳; 万鲁河; 李晓萌4.基于地物光谱和Landsat8遥感影像的土壤铅含量反演研究 [J], 马磊; 颜安5.基于Landsat8遥感图像的黑土区土壤有机质含量反演研究 [J], 陈德宝;陈桂芬因版权原因，仅展示原文概要，查看原文内容请购买。

2020/ 12 291 引言地表矿物是我国丰富的资产，每年都需投入大量人力物力进行勘察找矿[1]。

遥感技术作为新兴技术，具有覆盖范围广、重访周期短、不受天气因素影响、不需直接接触目标等优点，在地表信息提取工作中应用愈加广泛[2-4]。

目前应用较多的是基于中高分辨率多光谱影像的遥感分类方法，该方法主要依据免费的中分辨率卫星影像（Landsat/Sentinel2）等，进行大尺度的地表信息遥感提取[5]。

近年来，随着国产高分辨率卫星影像的发射，2米或亚米的国产高分辨率卫星影像正在逐步替代可免费获取的中分辨率卫星影像，并且在算法上慢慢积累与改进，尽可能地提升精度[6]。

国产多光谱卫星影像的4个通道（红、绿、蓝、近红外）波谱范围集中在450 nm ～900 nm 之间，虽然多光谱卫星影像在地表要素提取中具有一定的适用性，但受限于波谱范围，针对特定的地物及元素仍然具有波谱未涉及、没有替代数据等缺点，在矿物提取、土壤元素含量、水质监测方面仍没有形成业务化应用。

针对此问题，国产高光谱卫星GF5应运而生。

GF5高光谱卫星具有400 nm ～2500 nm 全波谱范围，弥补了多光谱数据波谱范围小、波段波谱宽的缺陷[7-8]。

作为新公布的数据类型，目前对GF5高光谱数据的数据预处理、遥感解译工作都较少，本文在研究GF5数据预处理的基础上，进行地表矿物遥感提取，系统介绍GF5高光谱数据的整体应用流程。

2 数据及预处理GF5卫星在2018年5月9日成功发射，经过在轨基于遥感技术的地表矿物发现应用与研究作者简介：卢彦科（1976-），男，汉族，本科，工程师，主要从事国土资源管理及信息化工作。

E-mail:****************卢彦科（河南省国土资源电子政务中心，河南 郑州 450000）摘　要：传统的矿物发现主要采用人工实地勘察与取样，采用估产高分5高光谱数据进行矿物遥感发现研究，结果表明：GF5数据预处理整体效果较好，定标、大气校正、辐射校正成果与理论值相符，影像处理质量较好。