我国土壤基层分类已取得重要成果,但在精细尺度上的快速调查和应用上存在理论和技术瓶颈。本项目拟实现和利用土壤剖面的UV-Vis-NIR高光谱成像手段,根据典型土壤剖面高光谱影像的特点,采用图像识别方法获取剖面层次结构信息,采用多元线性回归和主成分分析方法提取诊断层、特征土层的光谱特征和特征波段,采用偏最小二乘回归方法获取关键土壤属性的含量和剖面分布,建立诊断特征和黏土矿物类型的判定树模型,最终为快速识别土壤基层单元提供定量化信息,从而建立基于土壤剖面高光谱影像的土壤基层类型识别和分类的理论和技术基础。研究结果可丰富中国土壤系统分类的理论和指标体系,为土壤资源调查和利用提供新技术手段。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
二叠纪末生物大灭绝后Skolithos遗迹化石的古环境意义:以豫西和尚沟组为例
扩散张量成像对多发性硬化脑深部灰质核团纵向定量研究
长白山苔原带土壤温度与肥力随海拔的变化特征
面向森林监护的敏捷高光谱影像获取方法研究
基于土壤分类的土壤剖面质量形成研究
面向光谱-空间特征集合的高光谱遥感影像度量学习与分类研究
中国土壤系统分类中基层分类的研究