应用田间行走式红外光谱进行土壤碳含量估测研究

摘要：

对应用田间行走式设备获取的土壤红外光谱数据,通过特征变换和特征选择相结合,以提高所建立土壤碳校正模型的预测精度.首先应用独立成分分析(ICA)、主成分分析(PCA)和小波分析(WA)对土壤红外光谱数据进行特征变换,然后分别应用无信息变量消除法(UVE)、连续投影算法(SPA)、无信息变量消除结合连续投影算法(UVE-SPA)、基于遗传算法和偏最小二乘法的变量选择法(GA-PLS)来进行特征选择,基于所选择的特征建立了土壤碳校正模型.结果表明,通过ICA进行特征变换,然后进行特征选择,可以建立比直接对光谱数据进行波长选择精度更好的预测模型;而WA或PCA与特征选择方法结合,只能获得与对光谱数据直接进行波长选择相近的效果.因此,针对田间条件下通过行走式设备获得的光谱数据由于受复杂的环境条件下干扰多的情况,可以将ICA与特征选择方法结合起来对光谱数据进行特征变换和选择,以建立更可靠的土壤碳含量预测模型.

关键词：特征变换、特征选择、土壤碳、田间行走式测定、近红外光谱、偏最小二乘回归法

所属期刊栏目：51

分类号：S123;TH744.1(农业物理学)

资助基金：国家科技支撑计划2012BAH29B04

在线出版日期：2014-12-11（万方平台首次上网日期，不代表论文的发表时间）

页码：1011-1020