基于稀疏网络的可见光/近红外反射光谱土壤有机质含量估算

• 作者: 冉思 丁建丽 葛翔宇 刘博华 张钧泳
• 来源期刊: 激光与光电子学进展
• 关键词: 遥感 土壤有机质 可见-近红外光谱 稀疏自编码 BP神经网络
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 遥感与传感器|Remote Sensing and Sensors
• 页码范围: 381-389
• 页数: 9页
• 分类号: O433
• 语种: 中文
• DOI: 10.3788/LOP57.242803

摘要

采集艾比湖湿地89个典型样点和土壤实测光谱数据,对所测土壤光谱进行一阶微分变换预处理,采用连续投影算法(SPA)、主成分分析(PCA)和稀疏自编码(SAE)对光谱数据进行特征提取,结合偏最小二乘回归与BP(Back Propagation)神经网络构建SOM估算模型.实验结果表明,SAE方法能够有效对光谱进行压缩;相比于PLSR模型,BP模型能够较好地处理光谱中复杂的非线性信息;SAE-BP方法在估算SOM中取得的精度最高.网络模型的建模方式能够显著提高VIS-NIR光谱反演土壤有机质模型的稳定性和精度,当面对光谱中复杂的非线性问题时,具有很强的解析力和较好的模型稳健性,为使用VIS-NIR数据估算SOM提供一种新思路.