[发明专利]一种土壤有机质含量监测方法和系统

说明书

本发明提供的土壤有机质含量监测方法和系统，分别采集了无人机高光谱影像和地面实测土壤有机质含量，利用变量空间迭代收缩算法结合极端随机树构建SOM回归估计模型，再利用所构建的SOM回归估计模型得到土壤高光谱影像上每个像素点的有机质含量，反演得到有机质含量分布图，能够在提高土壤有机质含量监测时效性和精确性的同时，降低监测工作量和研究成本，进而实现无人机在定制的时空尺度下实现对作物和自然资源的快速监测，为精准农业提供数据支持。

技术领域

本发明涉及土壤有机质含量监测技术领域，特别是涉及一种土壤有机质含量监测方法和系统。

背景技术

土壤有机质(Soil Organic Matter，SOM)可以通过生物合成和分解，改善土壤的物理、化学和生物特性，在控制土壤功能和质量、抵消温室气体排放、完善全球碳循环系统信息等方面发挥着重要作用。高光谱技术具有精细的光谱分辨率，可获取地物纳米级的连续光谱信息，SOM具有多种官能团(如羟基、羧基等)，分别在红外光谱区域有特征性吸收，且不同波段的吸收强度与该物质的分子结构及浓度存在对应关系，为高光谱定量反演土壤有机质奠定了理论基础，为土壤有机质预测提供了可能。

传统土壤有机质含量监测方法主要依赖实验室测定，具有耗时长、工作量大、研究成本高等问题，且对于采集样本的光谱特征和分析无法提供特定区域内土壤性质的空间连续分布。并且，在以往的大多数研究中，预测SOM含量主要利用暗室测量的高光谱数据，因为这类数据不易受土壤湿度、土壤粗糙度和大气环境的影响，这些干扰因素的存在显著增加了土壤性质预测的不确定性。

发明内容

本发明的目的是提供一种土壤有机质含量监测方法和系统，能够在提高土壤有机质含量监测时效性和精确性的同时，降低监测工作量和研究成本。

为实现上述目的，本发明提供了如下方案：

一种土壤有机质含量监测方法，包括：

依据土壤类型和土地利用类型采集样品，并记录采样点的位置信息；

对所述样品进行处理后采用重酪酸钾-硫酸溶液氧化法测定所述样品的土壤有机质含量；所述处理包括风干、研磨和过筛；

采用无人机搭载的高光谱成像仪采集高光谱影像；

采用遥感图像处理平台获取所述高光谱影像中与试验田区域对应的高光谱影像；

结合所述位置信息在与试验田区域对应的高光谱影像选取矩形感兴趣区；

统计所述矩形感兴趣区所包含的光谱信息，并基于所述光谱信息确定原始光谱数据；所述原始光谱数据为所述光谱信息的平均光谱值；

采用VISSA算法基于模型集群分析框架筛选所述原始光谱数据的特征波段；

采用ERT算法利用所述特征波段结合所述土壤有机质含量得到SOM回归估计模型；

根据所述特征波段基于所述SOM回归估计模型建立索引，以提取所述高光谱数据中所对应特征波段下的反射率值；

根据所述反射率值反演与试验田区域对应的高光谱影像中每一像素点的土壤有机质含量，得到试验田区域的SOM分布图。

优选地，所述依据土壤类型和土地利用类型采集样品，并记录采样点的位置信息，具体包括：

依据土壤类型和土地利用类型采用五点采样法采集样品，并采用GPS记录采样点的位置信息。

优选地，所述采用遥感图像处理平台获取所述高光谱影像中与试验田区域对应的高光谱影像，具体包括：