基于GA-SVM的耕地土壤重金属含量高光谱反演方法的研究

摘要：

为提高耕地土壤重金属含量高光谱反演模型精度,以岳阳县某地区耕地土壤重金属铁(Fe)、砷(As)、铬(Cr)为例,提出了一种遗传算法(GA)优化支持向量机(SVM)的重金属含量反演模型.在对光谱进行SG平滑和10nm重采样后,利用一阶/二阶微分、倒数对数和连续统去除光谱变换方法增强光谱特征,通过相关性分析筛选最优变换光谱,使用皮尔森相关系数与主成分分析提取各重金属光谱特征变量,分别建立SVM和GA-SVM 土壤重金属高光谱反演模型并进行精度验证.结果表明,二阶微分变换光谱与各重金属含量相关性整体最突出;三种重金属在可见光波段490 nm、500 nm、510 nm和530 nm具有共同敏感特征;经GA算法优化SVM参数后,对比SVM回归模型,预测精度有明显提高,其重金属Fe、As和Cr的验证集R2分别为0.968、0.821和0.976;研究结果可为应用遥感技术反演耕地土壤重金属含量提供新的参考.

关键词：土壤重金属;高光谱遥感;光谱变换;遗传算法;支持向量机

所属期刊栏目：52

分类号：TP79(遥感技术)

资助基金：国家自然科学基金项目;长沙理工大学公路地质灾变预警空间信息技术湖南省工程实验室开放基金项目

在线出版日期：2021-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：968-974