基于高光谱的土壤养分含量反演模型研究

• 作者: 周萍 李志忠 杨佳佳 王建华 陶培峰 高樊琦
• 来源期刊: 地质与资源
• 学科: 农学
• 关键词: 土壤养分 高光谱 多元逐步回归 偏最小二乘 BP神经网络 反演模型
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 地球物理/遥感地质
• 页码范围: 68-75,84
• 页数: 9页
• 分类号: S158.3
• 字数: 6147字
• 语种: 中文

摘要

为实现土壤养分(有机质SOM、全氮TN、全磷TP、全硫TS)含量的快速测定,以建三江创业农场为例,对土壤原始反射率进行了一阶微分(FD)、倒数对数(RL)、倒数一阶微分(FDR)、多元散射校正(MSC)和连续统去除(CR)变换,分析6种光谱变量与土壤养分的相关性,将在α=0.01水平上显著相关的波段作为特征波段,运用多元逐步回归(SMLR)、偏最小二乘回归(PLSR)和BP神经网络(BPNN)三种分析方法分别建立有机质、全氮、全磷和全硫的高光谱预测模型,并利用决定系数(R2)、均方根误差(RMSE)和相对分析误差(RPD)对预测模型进行评价.结果显示,PLSR和BPNN建立的土壤养分含量预测模型均优于SMLR,能极好地预测有机质和全氮含量,同时具有粗略估算全硫含量的能力.三种方法中仅有CR-BPNN能对全磷含量进行粗略估算.对有机质、全氮、全磷和全硫预测效果最佳的模型及其验证集决定系数分别为:MSC-PLSR(0.86)、MSC-PLSR(0.75)、CR-BPNN(0.56)、FDR-BPNN(0.67).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建华		122	2608	27.0	48.0
7	周萍	中国地质大学地球科学与资源学院	18	85	5.0	8.0
8	杨佳佳		10	18	3.0	3.0
10	李志忠		19	154	7.0	12.0
12	陶培峰	中国地质大学地球科学与资源学院	1	0	0.0	0.0