| 基于铁氧化物特征光谱和改进遗传算法反演土壤Pb含量 |
| |
| 作者姓名： | 张霞 王一博 孙伟超 黄长平 张茂 |
| |
| 作者单位： | 中国科学院空天信息创新研究院,北京 100101;中国科学院空天信息创新研究院,北京 100101;中国科学院大学,北京 100049 |
| |
| 基金项目： | 中国地质调查局地质项目（202012000000180102） |
| |
| 摘 要： | 近年来,高光谱的快速发展使野外实时监测土壤重金属含量成为可能。然而高光谱分辨率数据在提高信息量的同时也造成了信息冗余,该研究针对光谱冗余问题,提出一种基于铁氧化物特征光谱和改进遗传(Improved Genetic Algorithm,IGA)特征优选算法的反演方法:依据Pb在土壤中的吸附机理,提取土壤光谱中的铁氧化物特征谱段用于Pb含量反演,减少数据冗余的同时提高方法的机理性。改进遗传算法解决传统遗传算法(Genetic Algorithm,GA)"过早收敛"的问题,增强算法的有效光谱的提取能力。使用雄安新区农田野外土壤样本构建偏最小二乘回归模型(Partial Least Square Regression,PLSR)反演土壤Pb含量,研究表明:相对于全谱段建模,基于铁氧化物特征谱段的IGA-PLSR模型的R2和RPD分别提升了0.397、1.037,RMSE下降了1.958 mg/kg;改进后的IGA-PLSR在运行初期能够跳出局部解区域寻找更加有效的光谱波段组合,平均的R2、RPD分别为0.822、2.377,RMSE为2.221mg...
|
| 关 键 词： | 土壤 反演 高光谱 重金属 特征选择 光谱分析 |
| 收稿时间： | 2020-04-27 |
| 修稿时间： | 2020-07-28 |
| 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 |
|
