基于特征波长选择和建模的高光谱土壤总氮含量估测方法研究

• 作者: 李绍稳 王帅 王文才 赵刘 金秀 齐海军
• 来源期刊: 浙江农业学报
• 学科: 农学
• 关键词: 精准农业 数学建模 土壤化学
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 环境科学
• 页码范围: 1576-1584
• 页数: 9页
• 分类号: S127|S153.6
• 字数: 5740字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1524.2018.09.19

摘要

以皖北地区采集的115个砂姜黑土样本为研究对象,获取土壤样本光谱数据,采用竞争性自适应重加权算法(CARS)、连续投影算法(SPA)、随机森林特征选择算法(RFFS)对土壤总氮含量特征波长进行选择,并分别应用偏最小二乘回归(PLSR)、支持向量机回归(SVR)、最小绝对值收缩和选择算子回归(LASSO)建立土壤总氮含量估算模型.结果表明,除CARS-PLSR方法模型精度低于相应的全波长模型外,其他基于选定的特征波长进行建模的效果都优于全波长.综合比较各变量筛选与回归建模组合发现,RFFS方法从全波长(224个波长)中筛选出20个特征波长建立土壤总氮含量的LASSO模型效果最好,该模型在预测集上的决定系数(R2)和相对分析误差(RPD)值分别为0.7871和2.1301.RFFS-LASSO模型简单,预测效果好,对土壤总氮含量近地传感器设备开发具有一定的指导意义.