矿区土壤重金属Pb、Cd污染状况高光谱分类建模

• 作者: 章琼 蒋明 郭云开 钱佳
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: SMOTE算法 高光谱 土壤重金属 随机森林 分类
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 技术交流
• 页码范围: 82-84,89
• 页数: 4页
• 分类号: P237
• 语种: 中文

摘要

针对矿区土壤重金属含量高度变异性及样本不均衡导致重金属污染状况分类误差较大的问题,本文在光谱预处理及光谱变换基础上,采用主成分分析(PCA)对光谱进行降维处理,并通过SMOTE算法生成虚拟样本均衡各污染等级样本,最后应用随机森林(RF)对Cd、Pb进行回归与分类.研究结果表明:定量反演重金属Pb、Cd含量精度很低;在定性分析试验中对降维前光谱样本应用SMOTE算法,土壤重金属Pb、Cd污染等级分类精度较原始样本分类精度均有较大提升,且少数类别误判率也降低明显.其研究为大面积监测矿区土壤重金属污染状况提供了一种有效、精确的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭云开	长沙理工大学交通运输工程学院	87	536	12.0	17.0
5	蒋明	长沙理工大学交通运输工程学院	9	11	2.0	3.0
9	钱佳	长沙理工大学交通运输工程学院	6	4	1.0	2.0
13	章琼	长沙理工大学交通运输工程学院	4	0	0.0	0.0