基于土壤反射光谱特性的广东省稻田土壤快速分类

• 作者: 刘尉 彭智平 李丹 王重洋 陈水森 韩留生 黄思宇
• 来源期刊: 热带地理
• 学科: 农学
• 关键词: 反射光谱 土壤分类 遗传算法 支持向量机 稻田 广东省
• 年，卷（期）: 2015,（1）
• 页码范围: 29-34
• 页数: 6页
• 分类号: S152
• 字数: 4539字
• 语种: 中文

摘要

选择广东省215个村镇稻田的土壤样本，首先利用ASD Field Spec3测量土壤样本在350~2500 nm的光谱，并采用S-G一阶导数平滑滤波降低样本测量中光照差异的影响，然后将遗传算法（Genetic Algorithm，GA）和支持向量机分类（Support Vector Machine，SVM）分别用于提取分类光谱特征和建立分类模型，分别在土纲、亚纲、土类3个层次进行土壤分类。结果表明：1）在不同的分类层次下，与铁氧化物密切相关的650~710以及900 nm附近光谱，与羟基矿物吸收有关的2207~2237和2377~2397 nm区间均被作为分类特征变量。2）随着土壤类型的细分，分类所需变量增多。在土类级，对有机质敏感的2080 nm附近的光谱也被引入分类定标模型中，土纲和亚纲下分类精度＞67%，土类级分类精度为58.67%。利用遗传算法提取光谱特征，进行基于支持向量机的土壤分类具有一定优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丹		9	48	3.0	6.0
2	陈水森		42	728	15.0	26.0
3	彭智平	广东省农科学院农业资源与环境研究所	20	247	9.0	15.0
4	韩留生		4	27	3.0	4.0
5	刘尉		4	15	3.0	3.0
6	黄思宇		3	10	2.0	3.0
7	王重洋		3	10	2.0	3.0