调查土壤成分和结构使用红外光谱法(2 - 14米)

文摘

热的能力和短波红外光谱特征成分和质地是评估使用粒度分离土壤样本和自然土壤。粒度分析和分离为粘土、淤泥和土壤砂级分数进行检查可能的石英和粘土矿物的光谱特征之间的关系,土壤质地。基于热红外光谱指数,高光和体积散射特性,发现歧视粘土矿产丰富的土壤主要是粗quartz-rich砂土和粉在较小程度上quartz-rich土壤。进一步的调查是利用光谱和51美国农业部和其他信息进行土壤ASTER光谱库来测试应用程序内的短波,中期和热红外光谱指数为粘土矿物的推导,石英,有机碳含量。非线性相关性石英含量和热红外光谱指数基于8.62μ观察。初步努力推导光谱指数对土壤有机碳含量,基于3.4 - -3.5μm基本·hc·伸缩振动乐队,也承担有限的结果。

1。介绍

映射和分析土壤的组成和结构特征通常涉及大量的野外工作和实验室技术,是传统耗时的。然而土壤质地和成分的测量和决心是重要的地区容易受到土壤侵蚀的映射,由水和风力。Coarser-textured土壤通过雨滴超然和运输都有更强的抵抗力,从而影响较小水辅助侵蚀(1]。土壤与泥沙含量40%以上被认为是高度易受侵蚀的而粘土颗粒可能与有机物结合,形成聚合或土块帮助他们抵抗侵蚀(1]。同时,研究运输所需的临界剪切风速度的不同大小的土壤颗粒,直径介于0.10到0.15毫米是最容易风蚀1]。

另一个动机决定土壤的质地和成分,包括矿物学,目的是衡量土壤保持水分的能力或使排水。蒙脱石等粘土矿物可以表现出溶胀行为,吸收和储存水,在分层的晶格结构(2]。这种细纹理粘土肥沃的土壤为植物生长提供更多的水比沙土。沙质土壤更容易受到比粘质土壤干旱,存储更少的水和可能会失去水更快的种植植物(3]。然而在洪水条件下,粘土肥沃的土壤表现出较差的排水的多余的水和可能会进水。

幽灵般派生结构和成分信息的整合为特殊用途的土壤分类方案会特别进行分类与特定的目的,如映射易蚀性(3]。白色(2)描述了纹理分类的有效性的土壤干旱脆弱性和贫困曝气。此外,估计表面土壤质地和某些矿物的确定存在与否仍可能通用土壤分类的一个重要输入基于量化属性,定义其形态、不同于其起源。土壤分类在美国和澳大利亚使用主要土壤形态作为分类的基础,尽管这样也需要观察属性不同深度和视野2]。将光谱信息合并到一个全面的三维形态学描述,因此需要使用近端挖掘土壤样本的光谱测量结果。

整体利益来确定土壤的质地和成分可以概括还需要监控和地图容易受到沙漠化地区,通常证明了水土流失增加。(详细的研究3]研究了荒漠化的关键指标,包括土壤属性,与映射的目标地区容易受到未来荒漠化。这项研究描述了土壤参数、易蚀性,主要是土壤质地的属性,与最高的价值观为细砂和粉砂质土壤粘粒含量较低,但可显著降低有机碳物质的存在(3]。与世界人口将达到90亿,到2050年,粮食安全是一个问题,至少可以侵蚀和沙漠化的影响,减少现有耕地农田养活不断增长的世界(4]。

近端和遥感光谱学提供潜在的增加速度,并减少解释土壤样本的成本结构和组成。最近,高光谱机载成像光谱技术已经成功地应用于研究土壤特性利用电磁辐射(EMR)在可见近红外(VNIR波长(0.4 - -1.0)米)和短波红外波长区域(1.0 - -2.5(短波红外成像)米)(5]。另外,中期发展机载高光谱和热红外遥感(6,7]表明潜在的映射和描述原位的土壤。在实验室里,热红外光谱在7 - 14(行动)米波长区域也显示出其潜力提供土壤矿物学和结构信息(8,9]。此外,几个关键有机碳丰富的组件(包括木质素和纤维素)显示诊断功能相关基本烃·hc·伸缩振动乐队在3.4和3.5之间的红外波长(MIR)中期(3 - 5米)地区(10,11]。光谱库,组成的双向热红外反射测量,揭示诊断许多硅酸盐矿物的吸收特性(9]虽然定向影响排除使用量化与热红外遥感签名。近端实验室在可见近红外光谱测量(VNIR波长(0.4 - -1.0)米)和短波红外(短波红外成像波长(1.0 - -2.5)米)能够识别三价铁氧化物、粘土(AlOH)、硫酸盐、碳酸盐矿物(12常见的土壤内。然而歧视石英或硅酸内容米尔地区内的土壤需要光谱(11),和更普遍,TIR地区(9]。表1总结这些波长区域包含诊断的光谱特征。量化土壤组成和特点也可以实现使用漫反射系数中红外(飘)光谱技术的协助下偏最小二乘校正使用一组控制土壤样本(13]。然而漂移测量和取样操作的物理排除了记录的反射信号转换成绝对的发射率。漂移技术需要地面样品fine-powdered分数(例如,< 80m)举行的一个小伟哥容器的反射和传输签名检测(14]。

近端和双向VNIR-SWIR遥感反射率测量可以大约代表如果土壤lambertion EMR的(例如,各向同性)。这个假设并不适用于各向异性表面如clay-dominated烫伤。理想情况下的比较米尔和土壤热红外遥感光谱需要定向半球形反射(DHR)或近端测量土壤排放模式。索尔兹伯里(15]表明,典型的地面材料与传感器的表面,可以认为基尔霍夫定律(,在那里和),使DHR和辐射的光谱特征是可互换的。后来调查在3 - 14米波长范围表明,发射率的变化与观察角度很小所有土壤除了沙子,一个高达4%的变化发生在8 - 10米波长区域(16]。

研究解释多光谱ASTER(先进星载热发射反射辐射计)行动和机载蒂姆(热红外多光谱扫描仪)然而土壤矿物学和纹理图像表明,有限的空间和光谱分辨率限制这个应用程序(17]。其他研究尤其是描述比较困难的异构性问题在ASTER的90像素的足迹与地面温度和发射率变化18]。ASTER影像已经自2000年以来,只有五个乐队在8.3和11.3之间收购了为每个90米像素。美国国家航空航天局的未来HyspIRI略高分辨率星载传感器将收购的六个热红外波段在8.3和12.0之间为每个像素60米(m收购19]。

近端DHR或高光谱分辨率排放/辐射测量需要进行土壤光谱模拟被动MIR /高光谱热红外遥感技术。虽然从米尔提取辐射信息/热红外遥感辐射图像,特别是白天米尔(如阳光),非是微不足道的,几个算法开发与应用(20.,21]。在这项研究中,选择的成分和结构的推导土壤信息有针对性的使用关键的光谱吸收特性在2到14米波长地区作为试点调查未来红外高光谱遥感的应用程序。

高光谱热红外图像的常规收购仍处于早期阶段等机载传感器空间增强宽带阵列摄谱仪系统(SEBASS) 128乐队在7.6和13.5之间米波长(22]。目前有效的,高分辨率的光谱和空间仅限于热红外成像制导航空收购或位置原位或sampled-soil测量。直到更多的常规和操作空气(或高分辨率卫星传感器),希望使用字段谱或实验室的测量土壤样本将用于一些更快的结构和成分分析比传统的实验室技术。

进行三维土壤光谱的可能性是可行的使用托盘,目前已经用于存储多个小样本常规深度间隔。岩石光谱传感芯片托盘已经用于获得近端VNIR-SWIR测量采集的样本作为常规采矿和勘探钻井程序(http://www.csiro.au/en/Organisation-Structure/Divisions/Earth-Science-Resource-Engineering/HyChips.aspx)。实验室VNIR-SWIR和潜在的热红外测量的托盘可以假设土壤样本进行充分和持续干,和完全填满每个托盘隔间。小的视野必须确保没有光谱干扰托盘容器材料或没有检测到潜在的黑体空腔效应如果利用热红外光谱仪发射模式。

本研究最初是一个更大的一部分CSIRO-ESRE(联邦科学工业研究组织、地球科学与资源工程)项目地图表面矿物/化学使用机载高光谱和ASTER卫星图像,应用可见近红外、短波红外传感(近端和机载)技术(23,24]。和使用本文描述的蜱虫山土壤CSIRO-ESRE研究的一部分,收集在北昆士兰(21°35′年代,139°55′E)(数据1和2)。良好的土壤暴露和可变性在这个区域项目区域做了一个有用的研究区域土壤映射通过遥感和光谱学。热红外光谱学调查的初步结果进行对这些蜱虫山土壤提出了19世界大会的土壤科学(25]。这个发布更详细地描述这些结果,结合更多的结果从DHR USDA(美国农业部)的测量土壤样品,可以通过ASTER光谱库(ASL) [26)(http://speclib.jpl.nasa.gov/search-1/soil)。此前的调查这些美国农业部的美国手语光谱发现他们与实地测量用于直接比较当卷积ASTER 5波段热红外发射率光谱分辨率(27]。美国手语光谱在这项研究中还包括十额外的半干旱环境的土壤样本,为食,在西方新南威尔士,澳大利亚,收集和分析作为博士的一部分。28]。此外,这项调查还包含短的波长红外(短波红外成像)光谱的进一步解释为粘土矿物的内容的所有检查蜱虫山样本。

2。数据和实验室方法

2.1。传统的分析方法

过去,纹理在野外土壤调查评估定性湿润手指和拇指之间的样品与水和揉捏,直到分解和土壤颗粒聚集彻底浸湿(2]。更精确的量化但耗时实验室分析的纹理也可以通过使用沉降粒度分析技术基于沉降的速率在水保悬架(29日]。同样的传统成分分析技术包括x射线衍射费时又费钱。应该注意的是,在这个光谱研究中,“土”内容指的是粘土矿物(如高岭石、蒙脱石和伊利石),小于2米,如果分解。因此护理时需要比较可怕地派生粘土矿物含量与粒度粘土含量确定2m和细分数可能包括细铁氧化物或有机材料如果没有正确地进行预处理(29日]。

2.2。蜱虫山样品

八蜱虫山土壤样本选择和分析国际体系粒径分数(2),粘土(< 22 - 20 m)、淤泥((20米)和沙子m - 2毫米),CSIRO土地和水(http://www.clw.csiro.au/services/analytical/),使用传统的吸管法(29日)(表2)。根据澳大利亚土壤资源信息系统(asri组织)映射2,31日),在这项研究中使用的所有除了一个样本区域,Ferrosols(表2),是在自由氧化铁含量高和低结构设计对比A和B之间的视野(30.]。MI132被映射为Tenosols除了a层土壤的结构较弱(30.]。然而在这详细的取样规模蜱虫山区域,一个更大的多样性的土壤属性(图观察1)。这些样品是首先由化学除盐,有机物质,和三价铁29日]。这些分数是分离干燥后光谱测量。结果沙20之间的分数也进一步分离μm和60μm - 2毫米,干后光谱测量。

原生土和四个粒径分数(< 2μ2 - 20 m,μ米,20μ60米,μm - 2毫米)每个八的蜱虫山样本,测量它们的热红外光谱发射率签名使用的设计和原型microFTIR 10232)(http://www.dpinstruments.com/)。土壤样本烤箱加热一夜之间在60°C获得一致的干燥。MicroFTIR排放测量从加热陶瓷坩埚内土壤样本,获得60°C,从一个近似20毫米的视野和使用16扫描集成。测量辐射单元(W /校准/ sr /μ米)使用冷热黑体测量设置为65°C和30°C,分别。背景辐射(如“下降”)被通过测量发射的黄铜板在室温下(通过Pt热电偶)决定的。Temperature-emissivity分离获得的辐射测量计算使用内部开发的软件CSIRO(绿色,珀耳斯。通讯。)提供绝对辐射的光谱特征。每一个土壤样本也使用x射线衍射(XRD)分析为矿物学。

microFTIR排放测量的每个粒子大小分数是重复检查样品表面时稍有差异的签名用抹刀打扰。只有轻微的变化绝对辐射率值观察没有有效签名形状的变化。产生的热红外发射率签名导入CSIRO软件处理近端光谱数据,“光谱地质学家”(次数,http://www.thespectralgeologist.com/)。解释矿物学的发射率签名是辅助与美国手语(相比26]。额外的光谱测量的蜱虫山样品也进行使用比马二世(便携式红外矿产分析器;http://www.hyvista.com/)和Fieldspec FR (http://www.asdi.com/获得短波红外成像光谱仪反射率签名的蜱虫山原始土壤和粒径分数。

2.3。ASTER光谱库

50一个土壤样本可访问的ASTER光谱库(26)(http://speclib.jpl.nasa.gov/search-1/soil)被用于这项研究和代表所有主要的土壤类型。给出详细的描述和分类的土壤,包括百分比的沙子,淤泥,和粘土由美国农业部国家土壤调查实验室提供,在粘土大小小于2μm;淤泥大小范围从2μ米到50μm;沙子大小范围从50μ米2毫米。美国农业部系统定义的淤泥和沙子颗粒大小不同于淤泥和沙子的国际体系是由粒径定义2μ米到20μm和20μ米到2毫米,分别2]。这避免了使用的淤泥和沙子分解八蜱虫山农业部样品样本被结合。当可用时,美国农业部确定粘土矿物学的半定量的XRD分析,而淤泥和沙子的矿物学是由偏光显微镜。提供的美国农业部石英含量百分比估计是重新计算到总土壤石英含量估计在这项研究中使用粘土颗粒大小比例估计获得调整(例如,)。美国农业部有机碳含量百分比也用于这项研究和通过湿式燃烧分析(33]。估计为食的石英含量差距样本来自土壤的规范分析光谱仪元素结果(34]。土壤粒度分析为食的差距确定使用筛选和实验室技术假设美国农业部系统结构类(34]。

美国农业部样本包含在DHR的美国手语测量光谱的那些时光5采用Nicolet dxb红外光谱分光光度计在恒定4厘米⁻¹光谱分辨率从2μ米到14μ(例如,SWIR-TIR波长)(35]。定向(10度)半球形反射附件是用于测量样品直径2.5厘米。在这项研究中美国手语行动签名从DHR转换发射率,从microFTIR生成,假设基尔霍夫定律(15]。这些光谱也加上额外的0.4μ米至2.0μm为每个样本光谱测量,虽然VNIR波长区域没有研究。

3所示。光谱分析和结果

3.1。蜱虫山

XRD分析蜱虫山土壤识别石英等矿物蒙脱石、高岭石,少量的伊利石。MicroFTIR发射率确认签名的原始土壤样品石英和粘土矿物的优势。特别是,样本MI122 MI128表示石英、高岭石/蒙脱石矿物的存在(图3)。虽然石英8和9.5之间“reststrahlen”功能m是减少原始土壤样本JHU图书馆光谱相比,8.62m功能仍然是独特的。同样,9.0m高岭石特征是那么独特的原始土壤混合物虽然9.5m功能仍然存在。

各种粒径分数对应的发射率签名样本MI122, MI128,突出的例子的趋势越来越石英reststrahlen 8.629.5 m光谱特性和降低粘土m特性,随着粒子尺寸(图4)。也在10.5 -12米波长区域,“卷”石英散射特性(qv)与2 - 20的m和20相关联m土壤颗粒分数(36)(图4)。

相比之下,reststrahlen石英特性与镜面散射从粗石英砂36]。几个样品,包括显示MI128,也表明2 - 20内少量的高岭石m和20米粒子体积分数,由9.0和9.8所示光谱特性(图4)。

次数的软件定制目标辐射特性与高岭石蒙脱石、石英和它的体积散射细粒度的变化。特别是,光谱指数设计估算粗石英含量、粘土矿物含量、细石英体积散射的影响;,,,分别。通常使用单个探测器乐队或最亲密的波长。这些光谱指数设计目标的光谱吸收特性(类似的方法37]。 在哪里是指价值在30 nm(例如,在8602年和8664海里),和和是值分别为波长8383 - 8897纳米,。

图5强调这些波长与石英reststrahlen光谱特性。石英含量的估计使用(1),作为一个光谱指数基于诊断reststrahlen吸收特征,遵循前面的例子的应用光谱指数与近端和机载高光谱数据23,24]。

同样,指标设计了粘土(高岭土)和石英体积散射效应的估计。

这些光谱指数的结果对于每个蜱虫山土壤部分,使用次数进行处理,如图6,7,8。图6表明石英光谱参数的近似增加的趋势与晶粒尺寸增加。更高的石英体积散射中等分数的行为(例如,2-60m)是由辅助显示的颜色编码(绿色到红色,图6采样点)。图7显示了一个明确的粘土及石英光谱指数之间的反向趋势。然而高粘土值仍然可以出现在淤泥的分数(例如,青色编码、日志~1.0或~10米)和一些粗分数(例如,红色)表现出高粘土光谱指数。的与关系如图7显示了一个高度相关的决心()值为0.85。尽管值得注意的是,这个数据集包括重复microFTIR每个样品测量分数。发展预测粘土%算法复杂等残留分离土壤中粘土矿物含量分数。然而图8表明预测粘土矿物在分数比10的内容m石英含量较低(如蓝色)是可能的。

短波红外成像光谱测量的光谱指数确定收集使用比马二世。TSG-based算法计算的深度在2.2一个四阶多项式m粘土吸收特性应用于continuum-removed光谱(“粘土高岭石(短波红外成像)”)所有蜱虫山土壤粒子分数(数字9(一个)和9 (b))。粘土的价值高岭石(短波红外成像)设置为0时,没有2.2米被吸收短波红外成像特性。比较短波红外成像和热红外矿物粘土指数的蜱虫山分数显示广泛的值(图9(一个))。然而更好的粒度与TIR-derived矿物之间的相关性只有三个指数明显22 - 20 m,m和20分数(图检查9 (b))。似乎可能有污染的粘土矿物中的内容粗分数,可能是涂层的谷物。这是由粘土光谱特性的例子(如MI128分数,图4)。

应用这些光谱指数八自然蜱虫山土壤样本没有揭示清楚与结构的关系虽然样品的数量是很小的。矿物指数与实验室派生这些天然粘土含量样品(图10)清楚地表明一个更大的人口和范围的土壤样品需要测试这些光谱技术的应用,为进一步研究在以下部分。

3.2。ASTER土壤光谱库

短波红外成像和热红外光谱签名51土壤的美国手语(26)包含在本研究评估设计了光谱指数自然土壤样本的组成和结构。这些美国手语农业部和差距为食的光谱特征数据所示(11日)和11 (b),分别。这些光谱突出所代表的各种各样的土壤环境,包括富含有机物灰土壤土(874264),基于风成砂淋溶土壤土(87 p2376),云母始成土壤土(88 p2535)和石英丰富冲积新成土砂(FGG027)(数据(11日)和11 (b))。

中描述的相同的光谱指数(1)- (3)被应用于美国手语土壤光谱使用Excel而不是次数在这个应用程序中。差异的那些时光5 dxb手语Nicolet FTIR和CSIRO-ESRE MicroFTIR测量需要轻微调整热红外波段光谱指数虽然差异是次要的。

一个明显的吸收短波红外成像特性在2.2(例如,2200海里)可以观察到几个AlOH粘土和层状硅酸盐矿物,包括土壤的粘土微粒分数(如蒙脱石、高岭石和莫斯科,图12)。一个相对带深度指标,,设计2200纳米特性来区分这些粘土矿物(图12)(4) 在哪里在2100 nm反射率值,等等。

特别是,(4)使用平均估计的吸收光谱特性在2195和2215 nm,分母和吸收的肩膀在2100和2300纳米分子的变化相对带深度的技术。

这两个和指数结合的蜱虫希尔和美国手语数据集没有连贯的粘土矿物学和粘土颗粒之间的相关性大小尽管扩大样本人口的使用更广泛的土壤粘粒含量(图13)。

穷人结果幽灵似地派生的粘土含量%(图13)可能是由于很多因素包括8到9.2的干扰9.5 m石英reststrahlen特性m粘土absorption-based光谱指数,的限制相对带深度谱算法应用于粘土AlOH矿物含量,非线性效应之间的多次散射粘土矿物颗粒涂层粗谷物颗粒,或细的存在nonclay矿物颗粒小于2μm扭曲测量粘土分数(例如,铁氧化物、有机物)。粘土的变体()光谱指数,计算使用(2使用9.0),随后生成μm高岭石光谱特性,剩下的即使有占主导地位的石英(图的存在3这里描述)和(5): 但是由此产生的指数也产生一个贫穷的结果显示没有有效的相关性与美国农业部粘土含量%。

的结果岩石相比测定石英与美国农业部土壤光谱显示相关内容涉及幂函数的关系(),一个温和的确定系数,(图14)。包括土壤为食的差距在这个样本的人口并没有改变这一点结果显著。然而石英为食的差距内容源自不同的方法涉及规范计算基于光谱仪元素分析,因此不一定符合美国农业部的结果。

石英体积散射指数(qv)显示一些小增加的趋势与淤泥内容%为美国农业部和样品为食差距,然而是一个低0.27。这个指数似乎更多的潜在利益的分离研究土壤分数比自然土壤样本。

尝试也进行推导nonmineral土壤有机碳组成的美国手语土壤光谱,利用从米尔吸收光谱指数计算特性和美国农业部有机碳的结果决定的。考试的几个美国农业部土壤DHR光谱显示有机碳特征为3.41(“A”)和3.5(B)(图15)。注意,显示美国农业部土壤,874264年,是一个包含最高的富含有机物灰土壤土中有机碳的28%美国手语样本集合。这些米尔DHR光谱(也见图(11日)3.3之间)突出处理m和3.6m的船体连续去除充当正常化过程(38)和简化的计算谱指数吸收深度(图15)。

几个深度指标设计,集中在3.41和3.5μm功能包含在(6)- (8): 在哪里是指ρ价值在纳米(例如,3405至3425海里) 在哪里是指ρ价值在纳米(例如,在3475年和3505海里)

此外,光谱指数来源于区域有界的船体(= 1图15)和3.3和3.6之间的光谱特征m。这需要逆转的船体签名和计算结果曲线下的面积。最高的“相关性”四个指标美国农业部有机碳估计是通过使用米尔有机碳深度指数,0.53(图(16日))。然而这包括一个极端偏远样本含有有机碳和相关性减少到28%0.39当这个(图中被省略了16 (b))。同样,米尔有机船体平均深度和面积指数了为0.37,分别了值分别为0.19和0.18,当这一个偏远高有机碳样本排除在外。虽然这些初步结果显示没有连贯的相关,这一结果将会证实如果更多的土壤中含有更大范围的有机碳10到30%。然而,正如大多数陆地土壤含有少于10%有机碳,其决心使用这种光谱指数似乎不太可能。图17还显示这种限制与米尔有机船体深度平均指数结果值介于0和10%的有机碳。

4所示。结论

研究粒径分数来自蜱虫山土壤样本显示亲密的矿物学和纹理之间的联系,研究热红外光谱。特别是,粗和细粒度的石英成分具有不同的热红外光谱特性。光谱的结果还表明,残余粘土矿物可能仍然出现在沙滩上分数,即使彻底粒度分离流程,和潜在的偏见的决心“土”内容如果仅根据沉降分析(例如,< 2米)。蜱虫山的近端光谱测量样品建议其潜在的粘土矿物分析内容。特别是,蜱虫山结果表明,热红外光谱指数基于9.5μm吸收特性是有用的土壤中粘土含量的测定粒径分数。

进一步的调查使用一个更大的人口自然土壤样本,可以从美国手语,没有很强的相关性之间的实验室的粘土颗粒大小和粘土来自短波红外成像或基于热红外光谱指数。这可能是可能的原因8到9.2的干扰μ9.5 m石英reststrahlen特性μm和9.0μ基于m粘土吸收光谱指数,光谱相对带深度算法的局限性,非线性影响粘土矿物颗粒涂料在粗粒粒子,或nonclay矿物颗粒的存在比2更好μ米粒子分数但包含在“土”。温和的行动之间的非线性相关性表明石英派生指数,基于8.62μm reststrahlen特性,petrographic-derived石英的内容。进行初步的努力也获得有机碳谱指数使用吸收特性在3.4和3.5之间μm与基本·hc·伸缩振动乐队。没有很强的相关性与美国农业部有机碳估计明显使用船体连续移除光谱提供指数基于深度和区域的吸收特性。

确认

Adrian山毛榉,前分析服务经理CSIRO土地和水,衷心感谢进行广泛的粒度分析和样品分离的蜱虫山土壤。援助的彼得•梅森CSIRO也有助于次数的应用软件。鼓励和支持从Vittala Shettigara DSTO,西蒙钩的喷气推进实验室,此生的西蒙•琼斯,艾伦•标志和伊恩Goicoechea也感激地感谢。玛蒂尔达·托马斯出版许可的澳大利亚地球科学的首席执行官。

引用

1. r·p·c·摩根,土壤侵蚀和保护美国,布莱克威尔,马登,质量,第3版,2005年版。
2. r·e·怀特,原则和实践的土壤——作为一种自然资源布莱克威尔,马登,妈,美国,第四版,2006年版。
3. c . Kosmas m .——n格森,“手册:沙漠化和映射的关键指标环境敏感地区沙漠化,”欧元18882年,欧洲委员会、能源、环境和可持续发展,1999年。视图:谷歌学术搜索
4. 联合国粮食和农业组织,世界粮食不安全的状态,罗马,意大利,2011年。
5. e . Ben-Dor s Chabrillat j . a . m . Dematte et al .,“利用成像光谱研究土壤特性,”环境遥感,卷113,不。1,S38-S55, 2009页。视图:出版商的网站|谷歌学术搜索
6. j . a . Hackwell d·w·沃伦·r·p·Bongiovi s . j .汉斯·t·l·Hayhurst和d . j . Mabry”LWIR / MWIR机载和地面遥感成像高光谱传感器,”成像光谱法二世卷,2819学报学报,第107 - 102页,1996年。视图:谷歌学术搜索
7. s . Achal j·e·麦克菲t . Ivanco和c愤怒,“热红外高光谱成像仪(TASI指数)埋地雷检测”检测和修复技术的矿山和Minelike目标7卷,6553学报学报国际光学工程学会,2007年4月。视图:出版商的网站|谷歌学术搜索
8. j·w·索尔兹伯里和D·m·D 'Aria”红外(8 - 14μ米)遥感的土壤颗粒大小”,环境遥感,42卷,不。2、157 - 165年,1992页。视图:谷歌学术搜索
9. j·w·索尔兹伯里和D . m . D 'Aria, 8 - 14“陆地发射率材料μm大气窗口。”环境遥感,42卷,不。2、83 - 106年,1992页。视图:谷歌学术搜索
10. c·d·维奇,”干植物材料的热红外反射率:2.5 - -20.0μ米。”环境遥感,26卷,不。3、265 - 285年,1988页。视图:谷歌学术搜索
11. j·w·索尔兹伯里和D·m·D 'Aria 3 - 5“陆地发射率材料μm大气窗口。”环境遥感卷,47号3、345 - 361年,1994页。视图:谷歌学术搜索
12. r·n·克拉克,t . v . v .国王,m . Klejwa g·a·斯韦兹和n .枝条,“高光谱分辨率反射光谱的矿物质,”地球物理研究杂志》,卷95,不。8,12653 - 12680年,1990页。视图:谷歌学术搜索
13. r . h和l . j . Janik快乐”,中红外光谱快速和廉价的土壤,分析”第十届澳大利亚农学学报》会议,2001年1月。视图:谷歌学术搜索
14. r . a . Viscarra Rossel d·j·j . Walvoort a . b . McBratney l . j . Janik和j . o . Skjemstad”可见、近红外、中红外或结合漫反射光谱同时评估各种土壤属性,“Geoderma,卷131,不。1 - 2日,59 - 75年,2006页。视图:出版商的网站|谷歌学术搜索
15. j·w·索尔兹伯里,a·瓦尔德和D·m·D 'Aria“热红外遥感和基尔霍夫第1条法则。实验室测量,”地球物理研究杂志》,卷99,不。6,11897 - 11911年,1994页。视图:谷歌学术搜索
16. w·c·斯奈德z Wan, y, y和z,“热红外(3 - 14μ米)的双向金沙和土壤的反射率测量,”环境遥感,60卷,不。1,第109 - 101页,1997。视图:出版商的网站|谷歌学术搜索
17. r·d·休森·g·r·泰勒和l . b . Whitbourn”应用程序提取土壤热红外图像和光谱的结构信息为食差距,西部新南威尔士,澳大利亚,”IEEE国际地球科学和遥感学报》研讨会2008年7月,页723 - 726。视图:出版商的网站|谷歌学术搜索
18. j . a . Sobrino j . c . Jimenez-Munoz l . Balick a·r·吉莱斯皮d . a . Sabol和w·t·Gustafson”ASTER 2级精度的热红外标准产品农业面积在西班牙,”环境遥感,卷106,不。2、146 - 153年,2007页。视图:出版商的网站|谷歌学术搜索
19. g . Hulley s钩,HyspIRI所二级热红外地表温度和发射率(行动)算法理论基础文档喷气推进实验室出版把的喷气推进实验室,NASA,帕萨迪纳,加利福尼亚州,美国,2011年。
20. z l·李·贝克尔,m·p·斯托尔和z Wan”评价六个方法从热红外图像中提取相对发射率光谱的”环境遥感,卷69,不。3、197 - 214年,1999页。视图:出版商的网站|谷歌学术搜索
21. a . Mushkin l . k . Balick和a·r·吉莱斯皮”表面温度和发射率检索扩展到中红外(3 - 5μ米)使用多光谱热成像仪(MTI)”环境遥感,卷98,不。2 - 3、141 - 151年,2005页。视图:出版商的网站|谷歌学术搜索
22. l·柯克兰k先生,大肠Keim et al .,“首先使用机载热红外高光谱扫描仪的成分映射,”环境遥感,卷80,不。3、447 - 459年,2002页。视图:出版商的网站|谷歌学术搜索
23. t . j . Cudahy m . Caccetta a·科尼利厄斯et al .,“风化层地质和蚀变矿物的地图从新一代机载和卫星遥感技术;Kalgoorlie-Kanowna和注解,1:100,000比例尺地图,遥感矿产地图。”252年MERIWA报告珀斯,澳大利亚,2005年。视图:谷歌学术搜索
24. t . Cudahy m·琼斯,m·托马斯et al。映射土壤表面矿物学在蜱虫山,西北昆士兰,澳大利亚,使用机载高光谱图像施普林格,第1版,2010年版。
25. r·休森t . Cudahy山毛榉,m·琼斯和m·托马斯“矿物和结构调查的土壤利用热红外光谱,”19世界大会的土壤科学学报》上布里斯班,澳大利亚,2010年8月。视图:谷歌学术搜索
26. a . m . Baldridge s . j .钩,c . i .格罗夫和g·里维拉,ASTER光谱库2.0版本,“环境遥感,卷113,不。4、711 - 715年,2009页。视图:出版商的网站|谷歌学术搜索
27. j . a . Sobrino c . Mattar p Pardo et al .,“土壤发射率和反射光谱测量,”应用光学,48卷,不。19日,3664 - 3670年,2009页。视图:出版商的网站|谷歌学术搜索
28. r·d·休森和g·r·泰勒的调查为食的地质和地貌特征差距使用热红外、雷达和机载地球物理遥感技术,”牧场》杂志,22卷,不。1,第123 - 105页,2000。视图:谷歌学术搜索
29. n·j·麦肯齐、k·j·考夫兰和惠普Cresswell,土壤物理测量和解释土地评估CSIRO发布,墨尔本,澳大利亚,2002年。
30. r·f·伊斯贝尔澳大利亚土壤分类CSIRO,墨尔本,澳大利亚,1996年。
31. Bui, p .判定e . c·莫兰d·西蒙和b·亨德森”方法用于生成土壤属性的表面为澳大利亚土壤资源信息系统使用地图和查表,“CSIRO的土地和水的技术报告24/01,CSIRO 2011。视图:谷歌学术搜索
32. 美国j钩和a·b·卡利,“微干涉仪(傅里叶变换μ红外光谱)——新领域光谱仪采集的自然表面的红外数据,”环境遥感卷,56号3、172 - 181年,1996页。视图:出版商的网站|谷歌学术搜索
33. a . Walkley和中情局黑”考试的Degtjareff方法在土壤有机碳:变化的影响消化条件和土壤的无机成分,”土壤科学卷,63年,第263 - 251页,1934年。视图:谷歌学术搜索
34. r·d·休森、l . b . Whitbourn和g·r·泰勒,”蒂姆斯意象的应用和空气中的二氧化碳激光光谱学在干旱环境地质和地貌调查,西方新南威尔士,澳大利亚,”第12届国际会议论文集地质遥感应用,2卷,第384 - 373页,1997年。视图:谷歌学术搜索
35. j·w·索尔兹伯里,D . m . D 'Aria, l·e·布朗,红外(-14 - 2.08μ米)的土壤光谱:初步报告地球与行星科学系的,约翰霍普金斯大学,1990。
36. j·w·索尔兹伯里和j·w·东”,粒子大小和孔隙度的影响在中红外光谱对比,“伊卡洛斯,卷64,不。3、586 - 588年,1985页。视图:谷歌学术搜索
37. j·k·克劳利,d . w . Brickey, l·c·罗文”机载成像光谱仪数据的Ruby山脉,蒙大拿:矿物歧视使用相对吸收band-depth图像,”环境遥感卷,29号2、121 - 134年,1989页。视图:谷歌学术搜索
38. f·范德梅尔先生”,光谱曲线形状匹配算法删除连续实验,”国际遥感杂志》上,21卷,不。16,3179 - 3185年,2000页。视图:谷歌学术搜索

版权

版权©2012年罗伯特·d·休森等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。