基于CWT-RF模型估算博斯腾湖湖滨绿洲土壤有机碳含量 |
| |
引用本文: | 孟珊,李新国,江远东,麦麦提吐尔逊·艾则孜. 基于CWT-RF模型估算博斯腾湖湖滨绿洲土壤有机碳含量[J]. 中国农业大学学报, 2023, 28(3): 198-207 |
| |
作者姓名: | 孟珊 李新国 江远东 麦麦提吐尔逊·艾则孜 |
| |
作者单位: | 新疆师范大学 地理科学与旅游学院, 乌鲁木齐 830054; 新疆干旱区湖泊环境与资源实验室, 乌鲁木齐 830054 |
| |
基金项目: | 新疆维吾尔自治区自然科学基金项目(2022D01A214);国家自然科学基金项目(41661047,U2003301) |
| |
摘 要: | 为实现博斯腾湖湖滨绿洲土壤有机碳含量的快速估算,结合实测的土壤高光谱数据与土壤有机碳数据,通过连续小波变换(CWT)进行土壤光谱数据预处理,利用相关系数法(CC)、连续投影算法(SPA)、竞争自适应重加权采样(CARS)、遗传算法(GA)筛选的特征波段作为建模输入量,构建随机森林(RF)模型。结果表明:研究区土壤有机碳含量平均值随土层深度增加由12.36 g/kg降低至10.49 g/kg,变异系数平均值为69.62%,空间异质性较强;CWT变换可以有效提高不同土层深度土壤有机碳含量与光谱反射率间的相关性,不同土层深度相关系数均值平均提升约22.41%;光谱数据经过CWT变换构建的模型精度明显提升,RF模型验证集R2与RPD分别平均提高7.09%、10.06%。CC、CARS、SPA、GA方法能消除光谱信息冗余,有效降低CWT-RF模型的输入量与RMSE值,土层深度0~20、20~40、40~60和60~80 cm筛选的特征波段平均压缩至全波段数目分别为8.51%、5.38%、2.21%和3.67%;RMSE值分别平均降低111.67%、135.61%、12.25...
|
关 键 词: | 土壤有机碳含量 土壤高光谱数据 连续小波变换 随机森林 特征波段筛选 湖滨绿洲 |
收稿时间: | 2022-08-05 |
Estimation of soil organic carbon content in lakeside oases based on CWT-RF model |
| |
Affiliation: | College of Geographic Sciences and Tourism, Xinjiang Normal University, Urumqi 830054, China; Xinjiang Laboratory of Lake Environment and Resources in Arid Zone, Urumqi 830054, China |
| |
Abstract: | |
| |
Keywords: | soil organic carbon content soil hyperspectral data continuous wavelet transform random forest characteristic band screening lakeside oasis |
|
| 点击此处可从《中国农业大学学报》浏览原始摘要信息 |
|
点击此处可从《中国农业大学学报》下载全文 |