基于多种高光谱指标反演冻结土壤含水率的研究

S127%S153.6%S278; 在中国季节性冻融区如何高效快速地监测冻结土壤的含水率至关重要.以内蒙古河套灌区典型灌域土壤为对象,在实验室分梯度配置不同含水率的土样,通过地物光谱仪测定土壤冻结与未冻结状态下的高光谱数据,处理得到原始光谱反射率(Raw Spectral Reflectance,REF)、一阶微分反射率(First-order Differential Reflectance,FDR)和二阶微分反射率(Second-order Differential Reflectance,SDR)、标准正态变量变换(Standard Normal Variable Reflectance,SNV)和倒数之对数变换(Logarithm of Reciprocal,LR)5种光谱指标,采用偏最小二乘回归法(Partial Least Squares Regression,PLSR)、多元逐步回归法(Multiple Stepwise Regression,MSR)、支持向量机法(Support Vecor Machine,SVM)和一元线性回归法(Unary Linear Regression,ULR),构建基于不同光谱指标的土壤含水率高光谱反演模型并进行回归分析.结果表明,冻结状态下基于REF、FDR和SDR指标构建的模型反演精度低于未冻结状态,REF的验证集决定系数(Rp2)的最大值为未冻结状态下PLSR的0.952,最小值为冻结状态下ULR的0.621;FDR的Rp2最大值为未冻结状态下SVM的0.955,最小值为冻结状态下MSR的0.618;SDR的Rp2最大值为未冻结状态下的SVM的0.858,最小值为未冻结状态下PLSR的0.252.未冻结状态下SNV、LR指标的反演精度略低于冻结状态,SNV的Rp2最大值为冻结状态下PLSR的0.796,最小值为未冻结状态下ULR的0.621;LR的Rp2最大值为冻结状态下MSR的0.789,最小值为未冻结状态下ULR的0.667;未冻结状态下最佳模型组合为FDR-SVM,Rp2为0.955,冻结状态下最佳组合模型为REF-PLSR,Rp2为0.799.研究成果可为土壤冻结状态下利用高光谱遥感技术监测土壤含水率提供一定的技术支撑.