| 基于核偏最小二乘的矿区土壤Cu含量高光谱反演 |
| |
| 引用本文： | 郭云开,钱佳,蒋明,章琼.基于核偏最小二乘的矿区土壤Cu含量高光谱反演[J].土壤通报,2019(1):52-56. |
| |
| 作者姓名： | 郭云开 钱佳 蒋明 章琼 |
| |
| 作者单位： | 长沙理工大学交通运输工程学院;长沙理工大学测绘遥感应用技术研究所 |
| |
| 基金项目： | 国家自然科学基金项目(41471421;416714985)资助 |
| |
| 摘 要： | 本文探究应用高光谱遥感手段反演铜锌矿区土壤Cu含量的可行性,以湖南省某矿区土壤为例。在对原始高光谱重采样、一阶微分、对数、连续统预处理后,分别进行与Cu含量的相关性分析,最终选用一阶微分变换光谱数据进行建模。在建模反演时,针对多元线性回归(MFL)和传统偏最小二乘(PLS)在应用过程中没有考虑变量间的非线性关系的缺点,提出了基于核偏最小二乘(KPLS)回归的土壤Cu含量预测模型。研究结果表明,相对于PLS和MFL,KPLS能较好的提升土壤Cu含量估算能力,预测样本的平均相对误差为13.25%,明显高于MFL的32.22%和PLS的14.18%。研究结果也表明了高光谱遥感手段可以反演矿区土壤Cu含量,且核偏最小二乘模型也可为其它土壤重金属的反演提供参考。
|
| 关 键 词： | 高光谱 土壤重金属 光谱变换 核函数 核偏最小二乘 |
Hyper-spectral Inversion of Cu Content in Mining Soil Based on Kernels Partial Least-Squares |
| |
| GUO Yun- kai,QIAN Jia,JIANG Ming,ZHANG Qiong.Hyper-spectral Inversion of Cu Content in Mining Soil Based on Kernels Partial Least-Squares[J].Chinese Journal of Soil Science,2019(1):52-56. |
| |
| Authors: | GUO Yun- kai QIAN Jia JIANG Ming ZHANG Qiong |
| |
| Institution: | (Institute of Transportation Engineering,Changsha University of Science & Technology,Changsha 410076,China;Institute of Surveying and Mapping and Remote Sensing Applied Technology,Changsha University of Science & Technology,Changsha 410076,China) |
| |
| Abstract: | GUO Yun- kai;QIAN Jia;JIANG Ming;ZHANG Qiong(Institute of Transportation Engineering,Changsha University of Science & Technology,Changsha 410076,China;Institute of Surveying and Mapping and Remote Sensing Applied Technology,Changsha University of Science & Technology,Changsha 410076,China) |
| |
| Keywords: | Hyper-spectral Soil heavy mental Spectral transformation Kernels Kernels partial least squares |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
