顾及样本空间信息的土壤有机碳光谱估算模型研究

来源 :2015中国地理信息科学理论与方法学术年会 | 被引量 : 0次 | 上传用户:sogood1918
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  针对当前土壤有机碳近地高光谱估算建模过程视土壤样本为化学样本,忽略其空间信息的问题,提出空间化的土壤有机碳近地高光谱估算模型框架,并以该框架为基础,选取江汉平原滨湖农田土壤为研究对象,进行基于近地高光谱信息和样本空间信息的土壤有机碳估算.结果表明,传统的土壤有机碳近地高光谱估算模型使用土壤反射光谱的前四个偏最小二乘潜变量作为解释变量,模型决定系数为51.8%;而顾及样本空间信息的土壤有机碳光谱空间滞后模型决定系数为60.8%,在使用土壤反射光谱的前四个偏最小二乘潜变量作为解释变量的同时,考虑土壤有机碳含量的空间滞后,额外解释了9%的土壤有机碳变异;而顾及样本空间信息的土壤有机碳光谱空间误差模型使用土壤反射光谱的前两个和第四个偏最小二乘潜变量作为解释变量,模型决定系数为66.2%,优于传统的土壤有机碳近地高光谱估算模型和顾及样本空间信息的土壤有机碳光谱空间滞后模型,其原因在于空间误差模型消除了模型残差的空间结构.因此,本研究提出的空间化的土壤有机碳近地高光谱估算模型框架具有较好的理论和实践意义.
其他文献
  随着虚拟现实、计算机图形学的发展,以及数字地球等概念的提出,地质图的含义也不再局限于传统的二维纸质地质图,而是能够更加具体形象表现区域地质情况的三维地质模型.基于
会议
  航空LiDAR技术作为三维模型重建的重要手段,具有主动性强、探测精度高、作业周期短等优势。然而,LiDAR点云数据也具有离散性强、数据量大、空间分辨率低、光谱纹理信息缺
  公共地图服务的广泛应用带来了大量的访问需求,导致网络流量急剧增加,造成网络拥塞,服务器过载和传输时延,严重地影响了公共地图服务的服务质量。挖掘群体用户访问的模式与规
会议
  针对当前土壤有机碳近地高光谱估算建模过程视土壤样本为化学样本,忽略其空间信息的问题,提出空间化的土壤有机碳近地高光谱估算模型框架,并以该框架为基础,选取江汉平原滨湖
会议
  随着全球经济一体化、全球气候与环境的变化加剧和人类改造自然能力的不断提升,人类健康已成为全世界普遍关注的热点问题.目前,我国的肝癌发病率约为25.7例/10万,其死亡率仅
会议
  尺度问题是景观生态、土地利用/变化、地理信息科学等相关领域热点问题。随着空间数据网格化管理的不断深入,如何选择适宜的格网尺度,服务于不同行政级别的土地利用/变化
会议
  不确定性是客观世界的固有属性,地理数据及基于GIS分析中的不确定性问题是地理信息科学研究的重点之一。基于CSCS的潜在植被GIS模拟过程中的不确定性研究,既是应用综合顺序
会议
  京津冀地区作为中国最重要的发展区域之一,关系到国家发展战略。在过去十余年,该地区经济社会发展迅速,对生态系统的消耗和破坏逐渐增加,导致生态系统压力不断增加。本文以30
会议