| 基于集成学习的砂姜黑土含水量高光谱反演研究 |
| |
| 引用本文： | 王志刚,黄子琪,贺成龙,蔡太义,冯玉庆,陆宁静,窦焕衡. 基于集成学习的砂姜黑土含水量高光谱反演研究[J]. 农业资源与环境学报, 2023, 40(6): 1426-1434 |
| |
| 作者姓名： | 王志刚 黄子琪 贺成龙 蔡太义 冯玉庆 陆宁静 窦焕衡 |
| |
| 作者单位： | 河南理工大学测绘与国土信息工程学院, 河南 焦作 454000;哈尔滨师范大学地理科学学院, 哈尔滨 150025 |
| |
| 基金项目： | 河南省高校人文社会科学一般项目（2024ZZJH147）；国家自然科学基金项目（41671225）; 河南省重大科技专项（181100110400） |
| |
| 摘 要： | 为提高砂姜黑土土壤水分的估测精度，本研究以河南省西平县砂姜黑土为研究对象，通过配制不同含水率土壤样本并在室内进行高光谱测量，对土壤样本高光谱数据平滑(SR)、倒对数[LOG(1/R)]、一阶微分(FD)、多元散射校正(MSC)、去包络线(CR)光谱变换后，结合连续投影算法(SPA)识别最佳特征波段，采用偏最小二乘回归(PLSR)、支持向量机回归(SVR)的机器学习方法和堆叠(Stacking)集成学习方法分别构建土壤含水率反演模型。结果表明：经MSC变换后光谱中土壤含水率相关信息增强最多；SPA算法能对砂姜黑土含水率光谱数据进行降维和特征信息提取；经反射光谱MSC变换后由PLSR和SVR集成的Stacking集成模型决定系数最高(R2=0.963)、均方根误差最小(RMSE=1.7)。研究表明，Stacking集成学习模型有效提升了模型的精度和泛化能力，是砂姜黑土含水率最佳反演模型。
|
| 关 键 词： | 土壤含水率 高光谱 砂姜黑土 堆叠集成 偏最小二乘回归 支持向量机回归 |
| 收稿时间： | 2023-03-23 |
| 修稿时间： | 2023-08-24 |
Hyperspectral inversion study of Vertisol soil moisture content based on ensemble learning |
| |
| WANG Zhigang,HUANG Ziqi,HE Chenglong,CAI Taiyi,FENG Yuqing,LU Ningjing,DOU Huanheng. Hyperspectral inversion study of Vertisol soil moisture content based on ensemble learning[J]. Journal of Agricultural Resources and Environment, 2023, 40(6): 1426-1434 |
| |
| Authors: | WANG Zhigang HUANG Ziqi HE Chenglong CAI Taiyi FENG Yuqing LU Ningjing DOU Huanheng |
| |
| Affiliation: | School of Surveying and Land Information Engineering, Henan Polytechnic University, Jiaozuo 454000, China;College of Geographical Science, Harbin Normal University, Harbin 150025, China |
| |
| Abstract: | |
| |
| Keywords: | soil moisture content hyperspectral Vertisol stacking ensemble partial least squares regression support vector machine regression |
|
| 点击此处可从《农业资源与环境学报》浏览原始摘要信息 |
|
点击此处可从《农业资源与环境学报》下载免费的PDF全文 |
