基于SVR和PLSR的土壤有机质高光谱估测模型研究

文献类型： 中文期刊

第一作者： 沈兰芝

作者： 沈兰芝;高懋芳;闫敬文;姚艳敏

作者机构：

关键词： 土壤有机质;支持向量回归;偏最小二乘回归;小波包去噪;PCA降维;高光谱

期刊名称： 中国农业信息

ISSN： 1672-0423

年卷期： 2019 年 001 期

页码：

摘要： [目的]探讨高光谱遥感数据不同预处理及不同估测算法下土壤有机质估测模型的优劣,为提高土壤有机质估测精度奠定基础.[方法]使用高光谱仪在室内条件下对土壤样品进行光谱测量,对光谱数据进行4种去噪处理(无去噪处理、Savitzky-Golay(S-G)平滑滤波去噪、小波包去噪以及S-G平滑与小波包结合去噪),然后对去噪后的光谱数据进行8种数据变换(原始光谱数据R、倒数1/R、对数log(R)、倒数对数log(1/R)、一阶导数R′、倒数一阶导数(1/R)′、对数一阶导数(log(R))′、倒数对数一阶导数(log(1/R))′),接着对变化后的光谱数据进行3种降维处理(无降维处理、敏感波段降维和主成分分析降维),最后运用支持向量回归法和偏最小二乘回归法分别建立SOM含量估测模型.[结果]研究中所涉及的各种数据预处理和估测算法中,小波包去噪、PCA降维、反射率倒数一阶导数(1/R)′光谱数据变换处理条件下,使用PLSR方法的估测模型精度最高、模型最稳定,可以较精确地估测吉林省伊通县SOM含量.[结论]合适的数据预处理,尤其是小波包去噪和PCA降维相结合,可有效改善光谱数据质量,提高SOM含量估测模型精度及稳定性.

分类号： TP751%S153.621

  • 相关文献

[1]不同利用方式下土壤有机质和全磷的可见近红外高光谱反演. 薛利红,周鼎浩,李颖,杨林章. 2014

[2]不同颗粒大小对高光谱估算土壤有机质含量的影响. 司海青,姚艳敏,王德营,刘影. 2015

[3]星载高分五号高光谱耕地主要土壤类型土壤有机质含量估测-以黑龙江省建三江农垦区为例. 颜祥照,姚艳敏,张霄羽,刘峻明. 2021

[4]结合分数阶微分和异常值识别的土壤有机质高光谱反演研究. 曾佳辉,段四波,姚艳敏,阎波杰,韩文静. 2023

[5]基于高光谱的水稻土有机质含量估算研究. 卢岩,郭斗斗,孙成明,刘涛,陈瑛瑛,武威. 2014

[6]基于高光谱数据的高寒草地土壤有机碳预测模型研究. 崔霞,宋清洁,张瑶瑶,胥刚,孟宝平,高金龙. 2017

[7]基于高光谱的柑橘叶片钾含量快速诊断模型. 李勋兰,王武,杨蕾,韩国辉,杨海健,洪林. 2019

[8]基于无人机高光谱影像的冬小麦叶片氮浓度遥感估测. 孙法福,赖宁,耿庆龙,李永福,吕彩霞,信会男,李娜,陈署晃. 2024

[9]基于高光谱的土壤有机质含量反演研究. 于士凯,姚艳敏,王德营,司海青. 2013

[10]一种降低土壤水分对土壤有机质光谱监测精度的新方法. 王超,冯美臣,杨武德,肖璐洁,李广信,赵佳佳,任鹏. 2015

[11]连续小波变换定量反演土壤有机质含量. 王延仓,张兰,王欢,顾晓鹤,庄连英,段龙方,李佳俊,林靖. 2018

[12]二进制小波技术定量反演北方潮土土壤有机质含量. 王延仓,杨秀峰,赵起超,顾晓鹤,郭畅,刘原萍. 2019

[13]基于高光谱的山区耕地土壤有机质含量估测. 张永亮,汪泓,肖玖军,李可相,王宇,邢丹. 2024

[14]土壤有机质遥感制图研究进展与展望. 颜祥照,姚艳敏,张霄羽. 2019

[15]麦田耕作层土壤有机质的高光谱监测. 王超,冯美臣,杨武德,李广信,赵佳佳,朱智慧. 2014

[16]基于时间序列SVR模型的玉米价格预测研究. 张宝文,王川,杨春英,王来刚. 2020

[17]基于地统计学的多维时间序列模型及其在生态学中的应用. 谭泗桥,林雪梅,陈渊,向昌盛,袁哲明,柏连阳. 2009

[18]醇类化合物对欧洲林蛙蝌蚪毒性的QSAR研究. 杨浩娜,彭世文,王立峰. 2017

[19]基于均匀设计与支持向量回归的木薯生料发酵转化乙醇工艺参数优化. 蔡柳,苏小军,李清明,熊兴耀. 2017

[20]基于均匀设计与支持向量回归的莲子皮原花青素提取研究. 王立峰,李涛,彭芳刚,袁哲明,吴卫国. 2016

作者其他论文 更多>>

微信小程序