首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于FOD和SVMDA-RF的土壤有机质含量高光谱预测
引用本文:张智韬,劳聪聪,王海峰,ARNONKarnieli,陈俊英,李宇.基于FOD和SVMDA-RF的土壤有机质含量高光谱预测[J].农业机械学报,2020,51(1):156-167.
作者姓名:张智韬  劳聪聪  王海峰  ARNONKarnieli  陈俊英  李宇
作者单位:西北农林科技大学水利与建筑工程学院,陕西杨凌712100;西北农林科技大学旱区农业水土工程教育部重点实验室,陕西杨凌712100;本古里安大学Blaustein沙漠研究所,思德博克84990
基金项目:国家重点研发计划项目(2017YFC0403302、2016YFD0200700)和杨凌示范区科技计划项目(2018GY-03)
摘    要:为探讨分数阶微分(FOD)联合支持向量机分类-随机森林模型改善高光谱监测荒漠土壤有机质含量(SOM)的效果,对以色列Sde Boker荒漠地区采集的砂质土(SS)和黏壤土(CLS)样品进行理化分析和室内光谱测定,依据光谱的平均反射率建立支持向量机分类模型(SVMAD),并对不同土质高光谱原始反射率分别经0~2阶(间隔0. 2)的分数阶微分处理,构建归一化光谱指数(NDI),分析NDI和SOM之间的二维相关性,并筛选敏感的NDI指数,以此建立不同FOD的随机森林(RF)模型,并以不同土质中的最佳模型进行组合,构建新的SVMDA-RF模型。结果表明:基于光谱平均反射率的SVMDA对土壤质地的分类正确率可达100%;分数阶微分耦合光谱指数具有放大波长间与SOM有关隐含信息的能力,经FOD提升敏感指数的数量在0. 6阶时达到峰值,但黏壤土的敏感指数数量远大于沙质土;由不同FOD敏感指数建立的RF模型中,砂质土在1. 2阶的模型最佳(R_C~2=0. 962,R_P~2=0. 920,RMSEP为0. 435 g/kg,RPD为3. 658),黏壤土在0. 6阶的模型最佳(R_C~2=0. 942,R_P~2=0. 944,RMSEP为0. 554 g/kg,RPD为4. 316);经最佳模型组合后的SVMDA-RF模型,砂质土和黏壤土的模型精度都有所提高,其中R_C~2=0. 980,R_P~2=0. 979,RMSEP为0. 481 g/kg,RPD为7. 004。研究成果可为快速评估荒漠土壤有机质含量提供依据。

关 键 词:荒漠土壤  有机质含量  高光谱  支持向量机分类  分数阶微分  随机森林
收稿时间:2019/6/1 0:00:00

Estimation of Desert Soil Organic Matter through Hyperspectra Based on Fractional-Order Derivatives and SVMDA-RF
ZHANG Zhitao,LAO Congcong,WANG Haifeng,ARNON Karnieli,CHEN Junying and LI Yu.Estimation of Desert Soil Organic Matter through Hyperspectra Based on Fractional-Order Derivatives and SVMDA-RF[J].Transactions of the Chinese Society of Agricultural Machinery,2020,51(1):156-167.
Authors:ZHANG Zhitao  LAO Congcong  WANG Haifeng  ARNON Karnieli  CHEN Junying and LI Yu
Institution:Northwest A&F University,Northwest A&F University,Northwest A&F University,Ben-Gurion University of the Negev,Northwest A&F University and Northwest A&F University
Abstract:
Keywords:desert soil  soil organic matter  hyperspectral  support vector machines discriminant analysis  fractional-order derivative  random forest
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《农业机械学报》浏览原始摘要信息
点击此处可从《农业机械学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号