收藏 分销(赏)

DB50_T 1449-2023茶园土壤有机质高光谱检测技术规程.docx

上传人:Fis****915 文档编号:532505 上传时间:2023-11-20 格式:DOCX 页数:6 大小:43.35KB
下载 相关 举报
DB50_T 1449-2023茶园土壤有机质高光谱检测技术规程.docx_第1页
第1页 / 共6页
DB50_T 1449-2023茶园土壤有机质高光谱检测技术规程.docx_第2页
第2页 / 共6页
DB50_T 1449-2023茶园土壤有机质高光谱检测技术规程.docx_第3页
第3页 / 共6页
DB50_T 1449-2023茶园土壤有机质高光谱检测技术规程.docx_第4页
第4页 / 共6页
DB50_T 1449-2023茶园土壤有机质高光谱检测技术规程.docx_第5页
第5页 / 共6页
点击查看更多>>
资源描述

1、ICS65.020CCS B 30DB50重庆市地方标准DB 50/T 14492023茶园土壤有机质含量高光谱估测技术规程2023 - 07 - 10 发布2023 - 10 - 10 实施重庆市市场监督管理局发 布DB50/T 1449-2023前言本文件按照 GB/T 1.12020标准化工作导则 第1部分:标准化文件的结构和起草规则的规定起草。请注意本文件的某些内容可能涉及专利。本文件发布机构不承担识别专利的责任。 本文件由重庆市农业农村委员会提出、归口并组织实施。本文件起草单位:重庆市农业科学院、重庆文理学院、北京市农业信息技术研究中心。 本文件主要起草人:徐泽、廖钦洪、杨海滨、李振

2、海、邓敏、杨贵军、盛忠雷。5茶园土壤有机质含量高光谱估测技术规程1 范围本文件规定了茶园土壤有机质含量高光谱估测的土壤样品采集、土壤样品制备、有机质含量测定、 样品高光谱测量和有机质含量估测模型。本文件适用于茶园土壤有机质的高光谱估测。2 规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件, 仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。NY/T 1121.1 土壤检测 第1部分:土壤样品的采集、处理和贮存NY/T 1121.6 土壤检测 第6部分:土壤有机质的测定3 术语和定义本文件没有需要界

3、定的术语和定义。4 土壤样品采集4.1 采集工具取土器、取样袋、记号笔、GPS定位仪。4.2 采集方法茶园土壤样本采集应符合 NY/T 1121.1 中的要求。4.3 样品数量土壤样品采集数量不少于 100 个。5 土壤样品制备土壤样品的制备方法应符合 NY/T 1121.1 中的要求。将制备好的每份土壤样品平均分为 2 份,1 份用于土壤有机质含量的测定,1 份用于高光谱数据的采集。6 有机质含量测定土壤有机质含量测定采用 NY/T 1121.6 中的方法。7 样品高光谱测量7.1 地物光谱仪地物光谱仪的性能应满足以下要求:a) 谱段范围为可见光-短波红外,波长 350 nm2500 nm;

4、b) 可见光范围光谱分辨率优于 3 nm;短波红外范围光谱分辨率优于 7 nm;c) 光谱采集视角为 1 25;d) 地物光谱仪性能稳定,配带工作笔记本电脑、标准白板、卤素灯和测试软件。7.2 测量环境土壤样品高光谱测量在常温暗室中进行。7.3 样品装载将土壤样品置于直径为 10 cm,深度为 2 cm 的玻璃器皿内,待样品装满后将表面刮平。7.4 仪器调试地物光谱仪的调试应符合以下要求:a) 启动地物光谱仪,连接工作笔记本电脑,预热 1 h;b) 卤素灯作为光源,距土壤样品表面 50 cm,天顶角为 45;c) 地物光谱仪探头视场角为 25。d) 启动测试软件,按照设备使用手册设置高光谱数据

5、存储文件夹、文件名称和文件号。7.5 测试优化启动测试软件,将地物光谱仪探头垂直对准标准白板,待得到的光谱反射率值为 1.0 的直线时, 完成优化。7.6 高光谱数据采集操作人员着深色服装,将地物光谱仪探头至待测土壤样品的表面距离为 15 cm。每次测定之前,去除暗电流并测定标准白板。测量时转动玻璃器皿 3 次,每次转动角度为 90,获取 4 个方向的土样高光谱数据,每个方向保存 5 条光谱曲线。数据采集记录表见附录A。7.7 光谱反射率处理采用断点校正、多元散射校正、边缘波段去除、平滑去噪的方法对光谱反射率进行处理。8 有机质含量估测模型8.1 相关分析将处理后的光谱反射率和测定的土壤有机质

6、含量进行相关分析,筛选出敏感的波段。8.2 估测模型从所有测试的土壤样品中随机抽取 70 的样本数用于建立估测模型。将筛选出的敏感波段的光谱反射率作为自变量,土壤样品有机质含量(Organic matter content,O.M.C)作为因变量,利用多元线性回归方法构建土壤有机质含量的高光谱估测模型。O.M.C = a + aR + aR + . + aR(1)式中:01 12 2n nO.M.C 土壤有机质含量();ia 模型方程回归系数,i为 0,1,2n;iR 敏感波段的光谱反射率,i为 1,2n。8.3 模型验证利用未参与建模的 30 的样本数进行模型验证。将敏感波段的光谱反射率代入

7、式(1),计算得-出预测的土壤有机质含量(O.M.C )。按式(2)和式(3),计算验证样本的决定系数(R2)和相对均 方根误差(RMSE)。n (O.M.C- O.M.C )2R2 = (1 -iii= 1(2)n (O.M.Ci- O.M.C)2(O.M.C - O.M.C )2niii=1ni= 1RMSE =(3)-式中:O.M.C 表示实测值,O.M.C 表示预测值,O.M.C 表示实测值平均值, n表示样本数。ii8.4 模型评价土壤验证样本决定系数 R2大于 70%,预测模型有效。否则,增加土壤取样数量,以提高模型预测精度。附 录 A(资料性)地物光谱采集记录表表 A.1 规定了地物光谱采集记录指标。表A.1 地物光谱采集记录表日期:设备型号:波长范围:视场角:标定日期:操作员:记录员:预处理人:审核人:文件名采集时间目标名称测量方式描述照片编号高度次数方向

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 行业资料 > 其他

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服