针对高光谱数据量大、信息冗余严重的现象,应用稳定竞争性自适应重加权采样(sCARS)、连续投影算法(SPA)、遗传算法(GA)、迭代保留有效信息变量(IRIV)和稳定竞争性自适应重加权采样结合连续投影算法(sCARS-SPA),从全波段光谱数据中筛选特征变量,并利用全波段和特征波段建立偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)模型预测土壤有机质含量。结果表明, PLSR和SVM模型结合特征变量选择,不仅提高了模型运算效率,而且模型预测能力较全波段均有一定提高;RF模型采用特征变量建模,对模型精度的提高不是十分明显,但其构建模型的变量数量却显著减少,大大提高建模效率。RF模型精度优于SVM和PLSR模型,IRIV结合RF建立的土壤有机质含量预测模型,变量数仅63个,校准集和验证集模型决定系数(R²)分别为0.941和0.96,验证集相对分析误差(R_PD)为4.8。与全波段建模相比,特征变量选择和回归方法相结合,在保证模型精度的同时,可有效提高建模效率。

针对土壤有机质含量高光谱估测研究中变量维数过高与特征谱段筛选问题, 提出了一种结合随机森林和自适应搜索算法的混合特征选择方法。 首先依据随机森林变量重要性原理获取初始优化集, 然后利用遗传二进制粒子群封装算法对初始优化集进一步自适应筛选。 对于土壤有机质含量估测建模问题, 选择稳健性强且能有效处理高维变量的随机森林算法。 以典型黑土区采集的土壤样品为研究对象, 将ASD光谱仪获取的可见光-近红外区间光谱数据和经化学分析得到的土壤有机质含量为数据源, 对原始光谱进行光谱变换和重采样处理后, 采用随机森林-遗传二进制粒子群混合选择方法提取特征光谱区间, 构建有机质含量随机森林估测模型。 与利用全光谱、 随机森林方法筛选的光谱和自适应搜索算法筛选的光谱构建随机森林模型得到的预测精度进行比较。 结果表明, 利用随机森林-遗传二进制粒子群混合特征选择算法筛选的波谱变量参与随机森林建模, 预测决定系数, 均方根误差和相对分析误差分别为0.838, 0.54%, 2.534。 该方案应用最少的变量个数获得最高的预测精度, 能够较高效地估测黑土有机质含量, 也能为其他类型土壤在有机质含量估测研究的变量筛选与建模问题上提供参考。