东北地区稻田土壤氮含量无人机高光谱反演建模研究 |
| |
引用本文: | 许童羽,方健羽,郭忠辉,白驹驰,金忠煜,于丰华.东北地区稻田土壤氮含量无人机高光谱反演建模研究[J].沈阳农业大学学报,2023(6):759-768. |
| |
作者姓名: | 许童羽 方健羽 郭忠辉 白驹驰 金忠煜 于丰华 |
| |
作者单位: | 1. 沈阳农业大学信息与电气工程学院;2. 沈阳农业大学辽宁省智慧农业技术重点实验室 |
| |
基金项目: | 辽宁省教育厅重点攻关项目(LSNZD202005); |
| |
摘 要: | 土壤氮元素是土壤肥力的一个重要指标,掌握土壤氮元素含量的变化是观测农作物的发育状况及时空变化规律等的基础。利用高光谱对土壤氮元素进行反演,可为精准农业地表土壤元素快速测定提供参考。为实现对土壤中氮元素含量的快速测定,以沈阳农业大学海城试验田为例,对土壤原始反射率进行了一阶导数变换,运用等距特征映射算法(isometric feature mapping,lsomap)、竞争性自适应重加权采样法(competitive adapative reweighted sampling, CARS)对一阶导数光谱数据进行降维并提取出相关特征。运用BP神经网络(back propagation neural network,BPNN)、GA优化(GA-BPNN)以及经过NSGA-Ⅲ优化后的BP神经网络(NSGA-Ⅲ-BPNN)3种分析方法建立土壤全氮的高光谱反演模型,并利用决定系数(R2)和均方根误差(root mean square error,RMSE)对反演模型进行评价。结果表明:经过ISOMAP进行的降维相对于CARS能有效的对特征进行提取。优化后的神经网络模型建立的...
|
关 键 词: | 无人机高光谱 土壤氮元素反演 NSGA-Ⅲ优化算法 Isomap降维 BP神经网络 |
|
|