基于遗传算法的波长选择方法对土壤有机碳预测模型影响

摘要：

以黑龙江农田黑土为研究对象,利用遗传算法(GA)波长选择结合偏最小二乘法(PLS)回归建立土壤有机碳(SOC)的预测模型.通过设定以下GA参数:波长选择数量上限k、初始种群大小P及迭代次数N,采用单点优化方式逐一确定各参数.结果表明,在主成份数为7的情况下,当GA的参数取N=300、P=300、k=50时,GA模型最优;模型的校正决定系数R2=0.922、校正均方根误差RMSEC=1.74、交叉检验均方根误差RMSECV=1.80;模型的预测决定系数R2=0.931、预测均方根误差RMSEP=-1.84、预测相对误差RPD=3.81.与原始光谱的PLS模型相比,R2由0.900提升至0.922,RPD由3.38提升至3.81.结果表明,通过GA进行波长选择能够优化模型,提升模型稳定性以及预测精确性.

关键词：遗传算法、近红外光谱、土壤有机碳、偏最小二乘法

所属期刊栏目：45

分类号：S153.1(土壤学)

资助基金：国家自然科学基金41171199和中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题XDA05050501”资助

在线出版日期：2014-09-03（万方平台首次上网日期，不代表论文的发表时间）

页码：795-800