| 高光谱估算土壤有机质含量的波长变量筛选方法 |
| |
| 引用本文： | 于雷,洪永胜,周勇,朱强,徐良,李冀云,聂艳.高光谱估算土壤有机质含量的波长变量筛选方法[J].农业工程学报,2016,32(13):95-102. |
| |
| 作者姓名： | 于雷 洪永胜 周勇 朱强 徐良 李冀云 聂艳 |
| |
| 作者单位： | 1. 华中师范大学地理过程分析与模拟湖北省重点实验室,武汉430079;华中师范大学城市与环境科学学院,武汉430079;2. 华中师范大学湖北经济与社会发展研究院,武汉,430079 |
| |
| 基金项目： | 国家自然科学基金项目(41401232；41271534)；中央高校基本科研业务费专项资金项目(CCNU15A05006；CCNU15ZD001) |
| |
| 摘 要： | 土壤高光谱数据量大、波段维数高,存在光谱信息无效、冗余和重叠现象,导致基于全波段构建的土壤有机质含量反演模型不稳定、精度难以提升。因此,探寻筛选关键波长变量的方法,通过滤除干扰、冗余、共线信息,提高模型预测性能,是目前土壤高光谱研究的热点之一。该文对江汉平原公安县的土壤样本进行室内理化分析、光谱测量与处理等工作获取了实证数据,采用无信息变量消除法(uninformative variables elimination,UVE)剔除无效变量,利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)滤除冗余变量,运用连续投影算法(successive projections algorithm,SPA)消除共线变量,并尝试将不同类型的筛选方法进行耦合筛选关键波长变量,应用偏最小二乘回归(partial least squares regression,PLSR)分别建立土壤有机质含量估算模型,对比各种变量筛选方法的优缺点,最终,构建筛选土壤高光谱数据关键变量的方法体系。研究结果表明,除SPA方法的模型精度低于全波段外,其他6种变量筛选方法的建模效果均优于全波段;在3种单个变量筛选方法中,CARS方法优于UVE、SPA变量筛选方法,能有效地筛选出重要波长变量,其预测集相对分析误差RPD值为2.84;综合比较各种变量筛选方法,发现CARS-SPA方法从全波段2 001个波长中筛选出37个特征波长建立的土壤有机质含量的PLSR模型效果最好,其模型预测集的决定系数R2和相对分析误差RPD值分别为0.92、3.60,所选波段仅为全波段的1.85%。CARS-SPA-PLSR模型简单、预测效果好,可作为该区域土壤有机质含量估测的重要方法,对今后土壤近地传感器设备的开发具有一定的指导作用。
|
| 关 键 词： | 土壤 有机质 模型 波长 高光谱 江汉平原 |
| 收稿时间： | 2015/10/28 0:00:00 |
| 修稿时间： | 2016/4/25 0:00:00 |
Wavelength variable selection methods for estimation of soil organic matter content using hyperspectral technique |
| |
| Yu Lei,Hong Yongsheng,Zhou Yong,Zhu Qiang,Xu Liang,Li Jiyun and Nie Yan.Wavelength variable selection methods for estimation of soil organic matter content using hyperspectral technique[J].Transactions of the Chinese Society of Agricultural Engineering,2016,32(13):95-102. |
| |
| Authors: | Yu Lei Hong Yongsheng Zhou Yong Zhu Qiang Xu Liang Li Jiyun and Nie Yan |
| |
| Institution: | Key Laboratory for Geographical Process Analysis & Simulation, Hubei Province, Central China Normal University, Wuhan 430079, China;College of Urban & Environmental Science, Central China Normal University, Wuhan 430079, China,Key Laboratory for Geographical Process Analysis & Simulation, Hubei Province, Central China Normal University, Wuhan 430079, China;College of Urban & Environmental Science, Central China Normal University, Wuhan 430079, China,Key Laboratory for Geographical Process Analysis & Simulation, Hubei Province, Central China Normal University, Wuhan 430079, China;College of Urban & Environmental Science, Central China Normal University, Wuhan 430079, China,Key Laboratory for Geographical Process Analysis & Simulation, Hubei Province, Central China Normal University, Wuhan 430079, China;College of Urban & Environmental Science, Central China Normal University, Wuhan 430079, China,Hubei Institute of Economic and Social Development, Central China Normal University, Wuhan 430079, China,Key Laboratory for Geographical Process Analysis & Simulation, Hubei Province, Central China Normal University, Wuhan 430079, China;College of Urban & Environmental Science, Central China Normal University, Wuhan 430079, China and Key Laboratory for Geographical Process Analysis & Simulation, Hubei Province, Central China Normal University, Wuhan 430079, China;College of Urban & Environmental Science, Central China Normal University, Wuhan 430079, China |
| |
| Abstract: | |
| |
| Keywords: | soils organic matter models wavelength hyperspectral data Jianghan Plain |
| 本文献已被 CNKI 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 |
|
