10.13758/j.cnki.tr.2023.04.022
基于光谱变换的滨海湿地土壤全氮含量建模预测
基于 133 个滨海湿地土样的全氮(TN)含量和光谱反射率(R)及其对数(lgR)、对数的一阶微分((lgR)')、倒数(1/R)、倒数的一阶微分((1/R)')、一阶微分(R')、平方根(√R)、一阶微分的倒数(1/(R)')变换,采用偏最小二乘回归(PLSR)、随机森林回归(RFR)和支持向量机回归(SVR)3种算法分别建立土壤TN含量估测模型.结果表明:①土壤TN含量与光谱变换形式相关性由高到低为:(1/R)'>R'>(lgR)'>1/R>lgR>1/(R)'>√R>R,经光谱变换,土壤TN含量与变换光谱的相关性均高于R,其中与(1/R)'的Pearson相关系数最大为 0.746.②PLSR和SVR基于R'、(1/R)'、(lgR)'和 1/(R)'变换构建的模型、RFR方法构建的所有模型R2均大于 0.732,均可用于滨海湿地土壤TN含量的估算.③基于1/(R)'建立的SVR模型预测精度最高,其R2为0.987,RMSE为0.057 g/kg,MAE为0.050 g/kg,是预测滨海湿地土壤TN含量的最优模型,可为准确获取滨海湿地土壤TN含量提供稳定方法.
光谱变换、土壤全氮含量、偏最小二乘回归、随机森林回归、支持向量机回归
55
S151.9(土壤学)
国家自然科学基金;国家自然科学基金;河北省自然科学基金
2023-09-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
880-886