基于遗传算法结合偏最小二乘的潮土碱解氮高光谱特征及含量估测

• 作者: 周聪亮 张晓辉 赵庚星 陈敬春 陈红艳
• 来源期刊: 中国农学通报
• 学科: 农学
• 关键词: 土壤碱解氮 高光谱 遗传算法 偏最小二乘回归
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 资源·环境·生态·气象
• 页码范围: 209-214
• 分类号: S153.2|TP79
• 语种: 中文

摘要

提取土壤碱解氮特征光谱是利用高光谱数据进行其含量估测的关键.对山东省典型潮土土壤样本测试高光谱并进行变换;采用遗传算法(GA)结合偏最小二乘法(PLS),在筛选潮土碱解氮含量特征谱区的基础上,构建潮土碱解氮含量偏最小二乘(PLS)回归估测模型;优选最佳模型并与相关分析、逐步回归分析和单纯偏最小二乘回归分析的模型进行比较.结果表明:潮土碱解氮特征波段为449～469 nm,988～1001 nm,1065～1078 nm,1716～1736 nm,1912～1925 nm,2213～2233nm,2262～2275nm;基于各输入光谱特征谱区构建的估测模型决定系数R2均较高,其中基于反射率一阶导数光谱筛选的特征谱区,构建的模型精度最高,数据点(147个)为原始全谱的7.17％,建模R2达到0.97,均方根误差RMSE为4.78 mg/kg,验证R2为0.95,RMSE为5.49 mg/kg,对潮土碱解氮含量具有较好的预测准确性;在光谱变换形式中,反射率的一阶导数表现最佳;方法比较显示采用遗传算法结合偏最小二乘(GA-PLS)获得较高预测精度的同时,可简化模型.说明遗传算法结合偏最小二乘法(GA-PLS),可有效筛选土壤碱解氮的特征波段,减少模型参与变量,提高估测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓辉	山东农业大学机械与电子工程学院	120	1747	25.0	37.0
2	赵庚星		167	5137	43.0	64.0
8	陈红艳		30	287	10.0	15.0
27	周聪亮		1	15	1.0	1.0