| 多光谱遥感结合随机森林算法反演耕作土壤有机质含量 |
| |
| 引用本文： | 刘焕军, 张美薇, 杨昊轩, 张新乐, 孟祥添, 李厚萱, 唐海涛. 多光谱遥感结合随机森林算法反演耕作土壤有机质含量[J]. 农业工程学报, 2020, 36(10): 134-140. DOI: 10.11975/j.issn.1002-6819.2020.10.016 |
| |
| 作者姓名： | 刘焕军 张美薇 杨昊轩 张新乐 孟祥添 李厚萱 唐海涛 |
| |
| 作者单位： | 1.东北农业大学公共管理与法学院,哈尔滨 150030 |
| |
| 基金项目： | 国家重点研发计划（2017YFD0201803）;黑龙江省自然基金（D2017001） |
| |
| 摘 要： | 土壤有机质（Soil Organic Matter,SOM）遥感反演一般以单期影像作为输入量,为研究多时相影像遥感结合随机森林提高SOM遥感反演精度的可能性,该研究以黑龙江省农垦总局胜利农场耕地范围为研究区,以Sentinel-2A和Landsat 8影像作为数据源,获取两期裸土遥感影像,构建光谱指数,以随机森林算法筛选波段和光谱指数作为输入量,构建SOM反演模型。结果表明：1）两期影像的SOM反射光谱响应波段包括二者共有的中心波长：约560、660、850 nm,以及Sentinel-2A特有的中心波长740 nm 4个波段;2）基于单期影像最佳波段和光谱指数,Sentinel-2A影像SOM最优反演模型R2为0.913,均方根误差为0.860 g/kg,精度高于Landsat 8影像反演模型;3）单期影像最佳波段引入光谱指数,相比以最佳波段作为输入量,使SOM最优反演模型的均方根误差分别提高了28.867%和8.722%;4）引入时相信息,基于单期和两期影像波段和光谱指数,SOM最优反演模型精度由高到低为两期影像（R2为0.938,均方根误差1.329 g/kg）、Sentinel-2A影像（R2为0.935,均方根误差为1.944 g/kg）、Landsat 8影像（R2为0.922,均方根误差2.022 g/kg）,两期影像SOM最优反演模型的稳定性和精度略高于单期影像。研究结果证明了Sentinel-2A影像数据以及多时相裸土影像反演SOM的优势。
|
| 关 键 词： | 土壤 有机质 光谱 随机森林 时相信息 Sentinel-2A 反演精度 |
| 收稿时间： | 2020-01-03 |
| 修稿时间： | 2020-05-10 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
