首页 > 论文 > 光学学报 > 39卷 > 02期(pp:0228003)

基于谐波分析算法的干旱区绿洲土壤光谱特性研究

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

土壤有机质(SOM)含量是评价土壤肥力的重要指标。本研究以新疆渭-库绿洲为研究区,基于室内获取的SOM含量及反射光谱数据,对其进行SG平滑和一阶微分 (FD)预处理。在此基础上,为了减少敏感波段遴选对建模精度的影响,本研究引入了谐波分析(HA)算法对全波段光谱数据进行谐波分解。并基于主成分分析(PCA)降维后的7个主分量对SOM含量进行了基于BP神经网络、GA-BP和多元线性回归(MLR) 3种方法的定量估算并进行精度比较。结果表明HA预处理后的光谱数据与SOM含量的相关性相较于FD数据有了明显的提高。非线性模型BP神经网络的估算精度明显高于线性模型MLR,而在非线性模型中,GA-BP模型的估算精度最高,其决定系数R2为0.92,预测集的均方根误差(RMSEP)为3.92 g·kg -1,相对分析误差(RPD)为1.93。本研究验证了HA算法深度挖掘光谱数据的有效性,且经过GA优化的BP神经网络模型可以提高SOM含量的估算精度,为土壤属性的光谱定量估算提供借鉴。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/aos201939.0228003

作者单位:

    新疆大学
    新疆大学
    新疆大学 资源与环境科学学院

引用该论文

张子鹏,丁建丽,王敬哲. 基于谐波分析算法的干旱区绿洲土壤光谱特性研究[J].光学学报,2019,39(02):0228003.