基于随机森林方法在土壤有机质 近红外建模中的研究

• 作者: 丁海泉 刘振尧 温江北 高洪智
• 来源期刊: 现代农业装备
• 关键词: 土壤 近红外光谱 降维优化 随机森林回归
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 试验研究
• 页码范围: 37-41,54
• 页数: 6页
• 字数: 3000字
• 语种: 中文

摘要

基于随机森林(RF)算法,研究土壤有机质的近红外光谱信息响应,建立RF回归模型.通过调试模型,选择最优模型参数,对应的最优校正均方根偏差(RMSEv)为0.210.针对降维优选的信息波长、全光谱波长,分别建立RF回归模型和PLS模型,经过比较模型预测结果,验证RF用于土壤近红外分析的可行性;进一步针对预测集样品计算,得到预测均方根偏差(RMSEp)为0.240,预测相关系数(Rp)为0.908.结果表明,RF算法可以为土壤近红外光谱分析优选信息波长,能够实现模型降维,且RF降维优化模型可为土壤专用的近红外分光系统的设计提供理论依据,有望应用到现代农业生产当中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘振尧		2	2	1.0	1.0
5	温江北		3	2	1.0	1.0
6	高洪智		2	2	1.0	1.0
7	丁海泉		2	2	1.0	1.0