基于CARS-SAA的土壤铵态氮含量高光谱反演 |
| |
作者姓名: | 汤能 肖志云 王生富 |
| |
作者单位: | 1. 内蒙古工业大学电力学院;2. 内蒙古自治区机电控制重点实验室;3. 内蒙古自治区农村牧区社会事业发展中心 |
| |
基金项目: | 国家自然科学基金(项目编号:61661042);;内蒙古自治区自然科学基金项目(项目编号:2021MS06020);;内蒙古自治区科技计划项目(项目编号:2021GG0345); |
| |
摘 要: | 利用高光谱技术对河套灌区土壤铵态氮含量检测过程中,为降低高光谱数据中存在的冗余变量信息对模型预测精度的影响。本文针对河套灌区土壤铵态氮含量提出了一种竞争性自适应重加权算法(CARS)和模拟退火算法(SAA)相结合的特征变量筛选方法,并建立偏最小二乘回归(PLSR)和随机森林回归(RF)相结合的预测模型(PLSR-RF、RF-PLSR)。结果表明,CARS-SAA能有效筛选变量个数和减小计算量,并稳定模型预测精度。其中,CARS-SAA-PLSR-RF模型的预测精度最佳,验证集的决定系数R2为0.902、均方根误差RMSE为1.583mg·kg-1、相对分析误差RPD为3.198。具有很好的预测效果,可知CARS-SAA是一种有效的高光谱特征变量筛选方法,在提高预测精度的同时简化了模型的运算。该模型结合高光谱技术可以对河套灌区土壤铵态氮含量进行快速有效的无损检测。
|
关 键 词: | 高光谱 土壤铵态氮含量 竞争性自适应重加权算法 模拟退火算法 |
|