基于优化模型耦合的矿业复垦土壤有机质含量估测

摘要：

[目的]本文旨在探究矿业复垦土壤有机质含量的快速估测方法,为矿业复垦土壤质量快速监测提供技术参考.[方法]以湖北省某矿业复垦区作为研究对象,对复垦土壤光谱反射率进行了3种光谱变换;以全波段和显著性波段(与有机质含量的相关系数通过P=0.05检验)为2种建模数据,采用偏最小二乘回归(Partial Least Squares Regression,PLSR)、随机森林回归(Ran-dom Forest Regression,RFR)以及支持向量机(Support Vector Machine,SVM)3种方法,建立并优化遴选土壤有机质含量反演模型,并基于优化模型进行算术平均值二次估测.[结果]对于PLSR与SVM模型,采用显著性波段建模R2和RPD整体上更高,而RFR模型采用全波段建模R2和RPD较高;基于显著性波段建立的一阶微分PLSR模型稳定性与预测能力最好,R2和RPD分别为0.77和2.14;与传统的单一模型相比,采用算术平均值二次估测能够在一定程度上提升估测精度,尤其是标准正态变换方式下提升空间更大,表现出了较好的稳定性与预测能力.[结论]建模数据的选取是影响模型精度的重要因素;对光谱数据进行一阶微分变换后,可以使模型拥有更好的估测效果;基于优化模型耦合算术平均的二次估测模型较单一模型效果更佳,在标准正态形式下的PLSR(全波段)+RFR(全波段)模型反演效果相对较好.

关键词：高光谱、土壤有机质、反演模型、显著性波段

所属期刊栏目：33

分类号：TP79;S151.9(遥感技术)

资助基金：国家重点研发项目;陕西省土地整治中心重点实验室开放基金

在线出版日期：2020-05-11（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：334-340