基于高光谱数据和SVM方法的土壤盐渍度反演

• 作者: 孜克尔·阿不都热合曼 曹广溥 李丙春 池涛 王文龙
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 农学
• 关键词: 光谱数据 支持向量机 土壤 盐渍度 反演
• 年，卷（期）: 2018,（4）
• 页码范围: 585-590
• 页数: 6页
• 分类号: S151.9
• 字数: 4368字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2018.04.007

摘要

在土壤可见光～近红外波段光谱(350～2500 nm)内包含了大量可以表征土壤盐度的相关性信息,通过土壤盐渍化检测反演模型的建立,可以定性定量分析土壤盐渍度.本文探究了信息不完备情况下,机器学习算法在土壤盐渍化检测模型反演中的适用性,分别使用了多元线性回归模型、BP神经网络模型和SVM模型来反演土壤盐渍化检测.结果表明,SVM模型预测精度达到99.41％,是三种模型中精度最高的模型,适用于分析土壤复杂光谱信息和高精度土壤盐渍化反演.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	池涛	上海海洋大学信息学院	34	97	5.0	6.0
2	王文龙	喀什大学计算机科学与技术学院	26	40	4.0	4.0
3	李丙春	喀什大学计算机科学与技术学院	12	27	3.0	4.0
4	孜克尔·阿不都热合曼	喀什大学计算机科学与技术学院	2	7	2.0	2.0
5	曹广溥	上海海洋大学信息学院	3	8	2.0	2.0