[发明专利]一种基于高光谱影像的区域有机质含量估算方法和装置

说明书

本申请涉及一种基于高光谱影像的区域有机质含量估算方法和装置，先采集某一区域中的某些地点的土壤有机质数据及所述地点的高光谱影像数据，通过数据分析出9种一维光谱和9种一维光谱对应的二维光谱，分别根据一维光谱和/或二维光谱分别建立若干不同的模型，对比所有的一维光谱和/或二维光谱的四种模型下的拟合精度，选取出精度最高的光谱及使用的模型，并根据选取的光谱和模型对区域剩余地区的土壤有机质数据进行评估。通过上述步骤，筛选出来了评估所用的精度最高的一维光谱或二维光谱类型以及使用的模型，最终能够得到对该区域有机质含量精度最高的估算方法，并且该方法能够适用于任何地区的有机质含量的检测。

技术领域

本申请属于光谱影像应用技术领域，尤其是涉及一种基于高光谱影像的区域有机质含量估算方法和装置。

背景技术

土壤有机质是评价土壤肥力的重要指标。其含量的高效监测是土地资源有效管理利用、种植业精细化运营的必要条件和必然趋势。传统土壤有机质监测以室内测定为主，操作繁琐、耗时费力。航空、航天遥感以其高效、环保等特点在土壤有机质监测中应用日趋广泛，但其影像获取周期长，覆盖不完全的缺点制约着它在田间尺度中应用。相较之下机载高光谱获取信息的快速、实时、准确、无破坏性优势逐渐凸显[2]，将其用于田间尺度土壤有机质的监测，必将促进现代化农业的进步，推动精准农业的快速发展。

21世纪，无人机(Unmanned Aerial Vehicle,UAV)遥感技术快速发展，并应用于田间尺度的高分辨率土壤调查与制图。国内外学者利用无人机遥感高光谱数据对土壤有机质开展了众多研究。Peon J利用高光谱扫描仪(AHS)作为山区植被覆盖区数据源建立了土壤有机质多元回归预测模型并取得了良好的效果。Xu SX等利用Vis-NIR光谱结合SVMR对水稻土有机质进行监测，发现SVMR对水稻土有机质检测具有很大的潜力，建立的土壤有机质预测模型精度R2达到0.88。秦凯[6]基于重建的机载高光谱数据研究土壤有机质的反演模型，开展了岩石矿物和土壤有机质的信息提取算法研究。文锡梅等利用机载高光谱成像系统获取喀斯特地区土壤光谱数据，为喀斯特地区快速、大范围、实时地监测土壤有机质含量提供了更多的技术手段。张东辉等通过CASI-1500航空高光谱成像系统(加拿大ITRES)获取黑龙江建三江地区有机质高光谱数据,显著提升了土壤信息反演的信息化水平。

土壤中有机质光谱常常会受到土壤粒径、土壤类型、土壤pH等土壤自身因素的影响而表现出不同形式，对于不同土壤类型，土壤有机质监测模型有较大差别，普适性差。现有技术中，均具有针对某一具体区域的有机质含量估算方法，没有能够适应于不同区域的土地的有机质含量估算方法。

发明内容

本发明要解决的技术问题是：为解决现有技术中的不足，从而提供一种基于高光谱影像的区域有机质含量估算方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种基于高光谱影像的区域有机质含量估算方法，包括以下步骤：

S1：获取某一区域的高光谱影像数据，采集所述区域中的某些地点的土壤有机质数据，并筛选出所述地点的高光谱影像数据；

S2：将筛选出的所述地点的高光谱影像数据中提取原始反射率，将原始反射率进行去除包络线、倒数、对数、一阶微分、二阶微分、倒数一阶微分、对数一阶微分、倒数对数这8种光谱变换，得到9种一维光谱；对9种一维光谱的所有波段中提取两个波段进行两两组合，并对组合后光谱计算土壤比值指数和土壤归一化指数，得到土壤有机质的二维光谱；计算公式如下：

RSI(λ₁,λ₂)＝Rλ₁/Rλ₂(1)

NDSI(λ₁,λ₂)＝(Rλ₁-Rλ₂)/(Rλ₁+Rλ₂)(2)