基于BP神经网络的草原矿区表层土壤 N/P高光谱反演模型

摘要：

氮、磷是维持草原生态健康的重要元素,其含量变化及分布特征,对草原放牧、草地生态管理具有重要的意义.以内蒙古锡林郭勒草原矿区为研究对象,采用多元逐步回归筛选与N/P比最为密切的高光谱波段,建立了基于高光谱反演草原矿区表层土壤N/P的BP神经网络模型.结果表明:1)通过多元逐步回归筛选出的70个波段,其中包括2个可见光波段和68个红外光波段;2)BP神经网络模型随着隐含层层数的增加,训练数据和测试数据的拟合优度先增大后减小,且隐含层层数为3时最大,分别为R 2tr=0.8727和R 2t=0.8842(P<0.0001);训练数据均方根误差先减小后增大,隐含层层数为3时最小,RMSE tr=0.0600,测试数据均方根误差在隐含层层数为3时,RMSE t=0.0882;3)节点数为6、3和10的3层隐含层BP神经网络模型在拟合和预测土壤N/P时的效果较好,可用于草原表层土壤N/P的快速预测.

关键词：高光谱、多元逐步回归、BP神经网络、N/P比

所属期刊栏目：35

分类号：S812.2(普通畜牧学)

资助基金：内蒙古自治区自然科学基金"基于高光谱的草原矿区土壤光谱特征与重金属定量反演研究"2017BS0310;内蒙古自治区自然科学基金"典型草原退化植被的光谱特征研究"2015BS0321;内蒙古自治区科技创新引导奖励资金"天空地协同草原生态监测及预警体系构建与示范"20170519

在线出版日期：2018-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2127-2136