1 南京信息工程大学气象灾害预测与评估协同创新中心, 江苏 南京 210044
2 南京信息工程大学地理科学学院, 江苏 南京 210044
3 南京信息工程大学遥感与测绘工程学院, 江苏 南京 210044
4 南京大学地理与海洋科学学院, 江苏 南京 210023
土壤剖面是土壤发生学研究的核心, 但过去几十年以来研究土壤剖面的技术并没有发生质的变化。 成像光谱技术可以提供高空间、 高光谱分辨率的土壤剖面数据, 能够弥补反射光谱技术采样深度间隔较大的不足, 用于定量研究土壤属性连续深度变化。 以室内采集的土壤剖面成像光谱数据为研究对象, 采用支持向量机方法进行光谱数据主成分分类, 探讨成像光谱数据用于剖面发生层划分的可行性并分析影响因素。 研究中首先定性分析各发生层平均光谱曲线形态特征, 然后通过分析剖面光谱数据主成分深度变化特征及其散点分布情况, 探讨其用于剖面发生层划分的可行性; 最后进行1 000次随机划分数据集并建模、 预测以减小误差, 定量证明成像光谱数据用于土壤发生层划分的可行性, 并通过样本分类错误频率来分析影响分类精度的因素。 研究结果表明, 受成土过程影响剖面内各发生层平均光谱曲线特征存在差异。 成像光谱数据的主成分可以定量呈现土壤剖面深度方向上属性的连续变化及样本散点分布的集聚特征, 能较好反映发生层之间的差异性, 可以用于发生层划分。 建模预测结果表明发生层的预测精度平均值达到93.08%。 同时发现, 光谱主成分分布相似区域的样本及位于发生层过渡区域的样本分类错误率较高。 该研究为利用成像光谱技术进行土壤剖面发生层划分提供了理论依据, 为下一步进行剖面发生层制图奠定了技术基础。
土壤剖面 发生层 成像光谱 支持向量机（SVM） Soil profile Horizon Imaging spectroscopy Support vector machine (SVM)
