星载高分五号高光谱耕地主要土壤类型土壤有机质含量 估测——以黑龙江省建三江农垦区为例

来源：中国土壤与肥料杂志2021年第5期北京时间：

作者：颜祥照，姚艳敏，张霄羽，刘峻明

单位：(1.中国农业科学院农业资源与农业区划研究所/ 农业农村部农业遥感重点实验室，北京 100081;2.中国农业大学土地科学与技术学院，北京 100094)

摘要：为了评价国产星载高分五号(GF-5)高光谱影像估测土壤有机质(SOM)含量的潜力，以及不同土壤类型对SOM 含量光谱估测精度的影响，本研究以黑龙江省建三江农垦区为研究对象，获取了覆盖研究区域的GF-5高光谱影像和188 个土壤样本。对提取的样点GF-5 光谱反射率数据进行了反射率倒数、对数、一阶微分等9 种光谱数学变换，并采用相关系数法确定了SOM 含量的光谱敏感波段。采用偏最小二乘回归(PLSR)线性统计建模方法，对研究区域全部土壤类型以及草甸土、沼泽土、黑土等主要土壤类型，分别构建了光谱全波段和敏感波段的SOM 含量估测模型，并进行了精度评价。结果表明，基于GF-5 光谱数据的研究区域全部土壤类型的SOM含量估测精度不理想，最优模型精度决定系数(R2)为0.265，均方根误差(RMSE)为4.647%，相对分析误差(RPD)为1.135；不同类型土壤在SOM 含量光谱估测精度差异较大，草甸土和沼泽土的SOM 含量估测精度不高，但黑土的SOM 含量估测精度较高，其中全波段光谱反射率对数一阶微分(LnR)′的SOM 含量估测精度最高，R2=0.729，RMSE=1.065%，RPD=1.850，SOM 含量估测模型可用。按照不同土壤类型构建SOM 含量估测模型可以进一步挖掘GF-5 高光谱遥感估测SOM 含量的潜力。

关键词：高分五号高光谱影像;土壤有机质;土壤类型;估测;偏最小二乘回归

基金资助：基金项目: 高分辨率对地观测系统国家科技重大专项(09-Y30F01-9001-20/22)；中国农业科学院科技创新工程(CAAS-2020-IARRP-G202020-2)。