特征变量选择结合SVM的耕地土壤Hg含量高光谱反演

• 作者: 郭云开 张思爱 王建军 章琼 谢晓峰
• 来源期刊: 测绘工程
• 学科: 地球科学
• 关键词: 土壤重金属 高光谱遥感 特征波段提取 灰狼算法 支持向量机
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 学术研究
• 页码范围: 17-23
• 页数: 7页
• 分类号: X53|X87
• 语种: 中文
• DOI: 10.19349/j.cnki.issn1006-7949.2022.01.003

摘要

为探讨应用高光谱数据反演耕地土壤重金属汞(Hg)含量,对原始光谱进行10 nm重采样和SG平滑处理,用不同光谱变换数据与土壤重金属Hg含量进行相关性分析,采用IRIV、Random Frog和PCC提取光谱特征波段,分别建立SVM与GWO-SVM土壤Hg含量高光谱反演模型,获取Hg含量最优反演路径.研究表明,一阶微分变换光谱后土壤光谱特征更明显;上述特征提取方法在不同程度上减少光谱数据冗余,保留有效变量信息;经灰狼算法优化后支持向量机模型反演精度提高,IRIV结合GWO-SVM预测精度更高,其验证集R2为0.894,RMSE为0.082,M A E为0.016.研究成果可为类似土壤重金属含量的反演提供借鉴.