| 基于不同建模方法的湿地土壤有机质含量多光谱反演 |
| |
| 引用本文： | 陈思明,毛艳玲,邹小兴,丁卉,邹双全.基于不同建模方法的湿地土壤有机质含量多光谱反演[J].土壤通报,2018(1):16-22. |
| |
| 作者姓名： | 陈思明 毛艳玲 邹小兴 丁卉 邹双全 |
| |
| 作者单位： | 福建农林大学林学院;闽江学院;福建农林大学自然生物资源保育利用福建高校工程研究中心;福建农林大学资源与环境学院; |
| |
| 摘 要： | 为了提高湿地土壤有机质含量的预测精度,以闽江鳝鱼滩湿地土壤为研究对象,通过分析多光谱不同波段反射率与土壤有机质含量的相关性,引入OIF指数提取显著性波段,然后基于全波段和显著性波段,采用多元逐步回归方法(MLSR)、BP神经网络(BPNN)和支持向量机(SVR)3种方法,构建湿地土壤有机质含量的反演模型,并进行模型验证与对比,确定最优的土壤有机质含量反演方法。结果表明:各波段的反射率(Spectral reflectance,R)与土壤有机质含量存在着负相关关系,147波段组合的OIF指数较高,波段间的独立性强,能有效反映数据内的信息;采用MLSR、BPNN和SVR这3种方法进行建模。在全波段中,SVR的建模效果最显著,BPNN次之,MLSR的建模效果最差。在显著性波段中,BPNN的建模效果最显著,SVR次之,MLSR的建模效果最差;对比基于全波段与显著性波段的建模效果,发现基于全波段的预测效果更为显著,最佳模型为基于全波段的土壤有机质含量支持向量机模型,但利用显著波段建模,可降低波段间的信息重叠,且模型简单、运算量少等特点。该研究可行有效,对湿地土壤有机质含量的快速、大范围精准估测提供技术可行性。
|
| 关 键 词： | 土壤有机质 多光谱 多元逐步回归 BP神经网络 支持向量机回归 湿地 |
Comparative Assessment of Different Methods for Estimating Soil Organic Matter Content with Multispectral Data in Wetland |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
