| 基于支持向量机的土壤主要盐分离子高光谱反演模型 |
| |
| 引用本文： | 王海江,蒋天池,YUNGER John A,李亚莉,田甜,王金刚. 基于支持向量机的土壤主要盐分离子高光谱反演模型[J]. 农业机械学报, 2018, 49(5): 263-270 |
| |
| 作者姓名： | 王海江 蒋天池 YUNGER John A 李亚莉 田甜 王金刚 |
| |
| 作者单位： | 新疆生产建设兵团绿洲生态农业重点实验室;石河子大学农学院;州长州立大学生物系;新疆农业科学院土壤肥料与农业节水研究所 |
| |
| 基金项目： | 国际科技合作项目（2015DFA11660）、石河子大学校级项目(RCZX201522)和石河子大学大学生研究训练计划项目（SRP2017024） |
| |
| 摘 要： | 快速、无损、定量地获取土壤盐分离子组成及含量是盐渍化土壤治理、改良和利用的重要依据。以新疆盐渍化土壤为研究对象,应用高光谱分析技术获取不同区域土壤盐分离子的特征光谱,在对光谱数据去噪、数据变换基础上分析了鲜样(T1)、风干(T2)和干燥(T3)3类土壤,过2、1、0.15 mm筛处理对离子含量光谱拟合模型精度的影响,建立了基于支持向量机的土壤主要盐分离子光谱反演模型,并对模型的精度和普适性进行了检验。结果表明:土壤原始特征光谱与盐分离子含量均不存在显著相关性,最大相关系数为Na+的0.41;通过光谱数据变换能够明显增强特征波段与离子含量的相关性,K+、Na+、Mg2+、Ca2+、SO_4~(2-)、Cl-和HCO-3的最优变换形式分别为(lgR)'、(lgR)'、R'、(lgR)'、CR、R'和CR,T1处理构建的拟合模型均不能很好地反演离子含量,T3处理的模型估测精度优于T2,土壤粒径越细对土壤离子含量的光谱反演效果越好。分析各处理模型的决定系数和标准误差表明,经T3处理、过0.15 mm筛所构建的离子拟合模型预测精度最高,其中K~+、Na~+、Ca2+和SO_4~(2-)的RPD分别为2.153、2.674 5、2.051和2.786 4,以未参与建模和检验的石河子垦区土样对4种离子模型的普适性检验,其R2分别为0.621 4、0.689 7、0.614 4和0.650 7,说明构建的模型适于估算该区域土壤K+、Na+、Ca2+和SO_4~(2-)的含量。
|
| 关 键 词： | 土壤 盐分离子 新疆 高光谱 反演模型 |
| 收稿时间： | 2018-01-31 |
Hyperspectral Inverse Model for Soil Salt Ions Based on Support Vector Machine |
| |
| Affiliation: | Shihezi University,Shihezi University,Governors State University,Xinjiang Academy of Agricultural Sciences,Shihezi University and Shihezi University |
| |
| Abstract: | |
| |
| Keywords: | soil salt ions Xinjiang hyperspectral inverse model |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载全文 |
|
