结合SFLA-XGBoost模型与高光谱的土壤有机质含量预测

摘要：

土壤有机质是衡量土壤质量与退化程度的重要指标.传统土壤农化分析方法具有耗时长、成本高等缺点,而高光谱技术具有的无损、快速特性表现出巨大的优势.采用两种特征变换方法对土壤光谱进行预处理,结合混合蛙跳算法(SFLA)进行光谱敏感波段选择,最后使用XGBoost算法建立土壤有机质含量反演模型.实验结果表明,基于SFLA-XGBoost模型的土壤有机质含量高光谱反演方法具有良好的应用潜力,使用原始光谱、连续统去除变换光谱、倒数对数光谱进行波段选择后得到的测试集数据R2分别为0.71、0.81和0.77.与偏最小二乘回归(PLSR)、高斯过程回归(GPR)两种模型进行对比,结果表明SFLA-XGBoost模型具有更高的精度与鲁棒性.

关键词：土壤有机质、高光谱、混合蛙跳算法、特征选择、XGBoost算法

所属期刊栏目：39

分类号：S153.621(土壤学)

资助基金：广西壮族自治区高等学校项目2020KY19021

在线出版日期：2021-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：720-728