毕业答辩ppt模板-四川大学.ppt

新疆不同土壤盐分的光谱特征 研究答辩人：张舒涵 指导老师：武红旗不同土壤盐分光谱特征研究 {前言试验设计结果与分析结论{不同质地土壤光谱特征 不同盐分土壤光谱特征 概况土样采集与分析{光谱采集包络线去除前后土壤光谱曲线使用BP模型预测土壤含盐量 1.前言土壤含盐量是表征土壤盐分状况的主要参数，也是确定 土壤盐渍化程度的最主要指标准确可靠的土壤盐分分析数 据是一切盐碱地工作的基础，而掌握土壤主要离子的含量对 于盐碱地改良也有非常重要的作用在土壤盐渍化遥感监测 研究中，土壤的光谱特征是盐渍化土壤识别与分类的基础， 其依据是不同盐渍化土壤的光谱特征具有明显的差异性因 此，探讨土壤因子与光谱特征之间的关系已成为土壤遥感监 测中的一个重要环节本研究以新疆不同质地土壤为研究对象，利用包络线去 除法对光谱数据进行处理，建立不同质地土壤含盐量预测光 谱模型，为遥感技术反演土壤含盐量技术方法提供理论支持 为测定土壤含盐量提供了一种快速、无损、准确的新方法2.试验设计以新疆玛纳斯县冲洪积扇中下游的农田土壤为研究对象，于 2011年5月和6月，在新疆玛纳斯县自治区农科院实验基地采 集了砂壤土和粘土，在新疆玛纳斯县北五岔镇采集了粉粘壤 土。

取样深度为土壤剖面0-20 cm范围土壤样品经风干后， 剔除杂质，研磨过2 mm孔径筛处理完备的土样置于PVC管中 （直径25 cm，高20 cm ，管底配有托盘），装满土样后刮平 样品表面（土壤理化性状见表1）土壤门塞尔颜色通过中国标准土壤色卡获得，机械组成采用 比重计法测定，比重采用比重瓶法测定，田间持水量通过 wilcox（威尔科克斯）方法获得 2.1 土样采集与分析表1 土壤样品理化性质 土样样 名称门门 赛赛 尔 颜颜 色田 间间 持 水 量 （% ）土 壤 密 度 （ g/c m3）有 机 质质 （ g/k g）机械组组成（%）0.0 5-2 mm0.05 - 0.00 2 mm<0. 00 2 mm砂土2.5 Y5/ 320. 01%2.7 606.0 455. 7826.9 917. 23壤土10Y R6/ 324. 10%2.6 9310. 0610. 5456.7 032. 76粘土10Y R8/ 330. 43%2.7 083.7 23.6 839.6 856. 642.2 光谱数据采集及数据处理光谱测定在四周为漆黑的暗室进行，使用美国SVC HR -768便携式光谱仪（光谱范围：350-2500 nm，通道数768 。

光谱带宽350-1 000 nm范围内≤3.5 nm; 1 000-1 500 nm和1 500-2 100 nm范围≤16 nm最小积分时间1 ms） 4°视场角探头，探头距土壤样本表面40 cm光源为能 够提供模拟太阳光的美国SVC HR-768光谱仪配套50 W 标 准光源，距土壤表面80 cm，光源天顶角为15°每次采 样对仪器进行暗电流校对及白板校对每个土样测定l0条 光谱反射率曲线，去掉异常线后取平均作为该土样的光谱 反射率值以白色参考板获取绝对反射率利用SVC HR-768光谱仪配套软件对光谱原始数据进行 处理，使数据具有更好的连续性光谱采集容易受到外界 环境的干扰，为消除高频噪声的影响，对光谱数据进行10 点加权移动平均法对光谱曲线进行平滑去噪处理并使用 ENVI软件对测定的土壤光谱曲线进行包络线的去除，包络 线的去除可以有效突出光谱曲线的吸收特征,并将反射率 归一化到0-1之间, 光谱的吸收特征也归一化到一致的光 谱背景上, 有利于与其他光谱曲线进行特征数值的比较3.结果与分析图图1 不同质地土壤光谱曲线图 1：砂壤 2：粘土 3：壤土 4：砂土3.1 不同质地土壤光谱特征由土壤光谱曲线形状可以看出，不同质地光谱曲线总 体趋势一致，但也存在不同。

反射率高低差异很大，其中 砂壤反射率最高，其次是粘土和壤土，砂土最低壤土、 砂壤土、砂土和粘土反射率大小与自身粗糙度有关，粘土 自身的颗粒偏小，会形成镜面反射，故反射率偏高而砂 土自身的颗粒偏粗，故反射率偏低这与前人研究的土壤 粗糙度也会导致光谱反射率大小不同的结论一致在1430 nm之前的波段不同质地土壤光谱曲线趋势一致，但在1930 nm处砂土的吸收谷相不明显，而粘土、壤土和砂壤的吸收 谷相对较明显 图2 不同盐分土壤光谱曲线图1：0.94g/kg 2：9.46g/kg 3：17.21 g/kg 4：24.96 g/kg3.2 不同盐分的土壤光谱特征 由图2可以看出，不同盐分土壤光谱曲线总体趋势一致 ，但仍有差异，随着盐分含量的升高，光谱反射率降低， 即盐分含量与光谱反射率成反比关系1：四种不同盐分的曲线在1420nm和1970nm处具有的 强烈吸收带，除此之外，所有光谱曲线均具有随着波长的 增加反射率增强的趋势2：以1420nm水汽吸收带为界,在348nm-1420nm间的光 谱反射率随波长增加呈单调上升趋势 ，土壤样本的光谱 反射率大多能由2个折线段和一些特征吸收带来表示。

这 两个段是: 348-600nm,此段曲线斜率较大; 600-1310nm, 此段曲线平缓,总体趋势呈上升直线,无明显吸收;1420nm 附近具有不同程度的特征吸收带因此,该范围内光谱的 形状特征可以由348、600、1310nm三点构成的折线和 1420nm处的吸收带大致控制3:在1420-1800nm间，土壤的反射率随波长的增加呈 上升趋势，斜率较大；在1800-1970nm间,土壤的光谱反射 率曲线变化平缓,基本上为一条水平的直线；在1970- 2240nm间，存在一个强烈的水汽吸收带，光谱反射曲线变 化较陡，斜率较大；2240-2472nm之间，光谱反射曲线变 化较小，总体呈下降趋势由此可见，在可见光－近红外波段盐渍化土壤的光谱 反射率曲线的形状基本上由六个折线段 （348-600nm、 600 -1310nm、1310- 1800nm、1800-1970nm、1970- 2240 nm和2240-2472nm）和1420、1800、1970和2240nm四处吸 收带组成图3：土壤光谱曲线包络线去除前后比较 3.3 包络线去除前后土壤光谱曲线分析如图3显示，样本光谱曲线总体变化比较平缓，光谱 特征形态相似。

其差异是盐分吸收深度的不同及反射率大 小不同通过土壤光谱曲线包络线去除前后的比较可以发 现，相比原始土壤，包络线去除后的土壤光谱曲线在 1400nm和1900nm附近的土壤盐分吸收的吸收谷特征尤为明 显3.4 使用BP模型预测土壤含盐量 BP网络(Back Propagation)模型属于前馈性网络, 是 前向网络的核心部分，具有良好的非线性映射能力、结构 简单, 性能良好,它体现了神经网络中最精华最完美的内 容它是一种非线性分析模型，适合于土壤系统高维遥感 数据的参数反演过程，该模型用于反演盐碱土的含盐量可 以大大提高反演精度，推动盐渍土遥感的定量化发展表2 预测值与实测值相关关系和回归方程处处理 回归归方程 相关系数 BP神经经网络络 y = -0.994x + 1.0839 R2 = 0.9751 图4 真实值与预测值拟合图 采用60个土壤含盐量数据资料，利用MATLAB工具箱对 样本进行学习训练，前50个土壤含盐量样本为训练样本， 后10个土壤含盐量样本为检验样本，结果见表2和图4本模型精度检验方法的优点是在精度检验过程中使用 尽可能多的训练样本，使模型精度最大化因为在循环检 验过程中，每次抽取用于训练的 50个样本不同，在精度 检验过程中建立的模型每次都不一样，但由于默认训练样 本数据的好坏程度基本一致，所以可以大致认为每次检验 得出的模型相同。

因此，使用该方法进行精度检验时必须 默认训练样本数据的好坏程度基本一致 4. 结论本文通过分析盐渍化土壤的光谱曲线,研究光谱特征值与 土壤含盐量的关系,得出:1：由不同质地土壤光谱曲线形状可以看出，不同质地光 谱曲线总体趋势一致，但也存在不同反射率高低差异很大 ，其中砂壤反射率最高，其次是粘土和壤土，砂土最低2：盐渍化土壤的光谱反射率曲线特征在形态上相似，变 化平缓；随着盐分含量的升高，光谱反射率降低，即盐分含 量与光谱反射率成反比关系；在可见光-近红外波段，盐渍化 土壤的光谱反射率曲线形状基本上由六个折线段（348-600nm 、600 -1310nm、1310- 1800nm、1800-1970nm、1970- 2240 nm和2240-2472nm）和1420、1800、1970和2240nm四处吸收带 组成 3:与原始野外光谱波段相比，包络线消除后光谱波段 与土壤盐分和土壤电导率之间的 Pearson相关性都有不同 程度的提高，表明包络线消除法能有效突出光谱曲线吸收 特征，在BP神经网络模型反演土壤含盐量时,减少了训练 次数4：采用 BP神经网络模型反演土壤含盐量时,模型的 拟合程度好，预测值与实测值相关关系回归方程为y = - 0.994x + 1.0839，相关系数R2 = 0.9751，相比传统回归 方法更精确，因此，应用人工神经网络方法反演盐渍土盐 分是可行的。

请各位老师和同学批评请各位老师和同学批评指正！指正！谢谢 谢！谢！。