基于特征变量筛选的无人机多光谱遥感土壤含水量反演 |
| |
引用本文: | 张成才,王蕊,侯佳彤,姜明梁,祝星星.基于特征变量筛选的无人机多光谱遥感土壤含水量反演[J].中国农村水利水电,2024(5):147-154. |
| |
作者姓名: | 张成才 王蕊 侯佳彤 姜明梁 祝星星 |
| |
作者单位: | 1. 郑州大学水利与交通学院;2. 中国农业科学院农田灌溉研究所 |
| |
基金项目: | 河南省自然科学基金项目(222300420539);;河南省科技攻关项目(222102110176); |
| |
摘 要: | 土壤含水量是影响农作物生长的重要因素之一,对作物估产和旱情监测具有重要作用。在土壤含水量反演时,一般是提取多个光谱变量进行反演,但变量之间包含的光谱信息可能存在冗余重叠,为提取有效特征变量,使其相互独立,论文选取特征变量筛选方法,并验证其在土壤含水量反演中的适用性。研究基于无人机多光谱影像计算归一化植被指数(Normalized Difference Vegetation Index, NDVI)等12种植被指数,结合无人机热红外数据计算地表温度(Land Surface Temperature, LST)和对应温度植被干旱指数(Temperature Vegetation Dryness Index, TVDI),以及miniSAR数据处理得到的4种后向散射系数,采用XGBoost特征变量和最优子集选择算法(Best Subset Selection, BSS)筛选最优变量组合,然后利用偏最小二乘回归(Partial Least Squares Regression, PLSR)和随机森林回归(Random Forest Regression, RFR)算法反演实验区冬小麦抽穗期的土...
|
关 键 词: | 土壤含水量 无人机 XGBoost特征筛选 最优子集选择 偏最小二乘回归 随机森林回归 |
|
|