典型文献
基于高光谱数据的土壤全氮含量估测模型对比研究
文献摘要：
构建基于高光谱数据的土壤全氮含量估测模型,为快速、准确监测农田土壤全氮含量,判断作物生长发育情况和评价土地质量提供新的技术和方法.以新疆南疆地区主要类型土壤为研究对象,于室内测定土壤全氮含量和光谱反射率数据,利用偏最小二乘回归(PLSR)、支持向量机回归(SVM)、随机森林回归(RF)与光谱反射率(R)及其4种数学变换相结合,建立全区和分区全氮含量估测模型.结果 表明,PLSR最优模型的预测集R2和RPD分别为0.73和1.82;SVM最优模型的预测集R2和RPD分别为0.75和1.97;RF最优模型的预测集R2和RPD分别为0.86和3.52,3种模型的预测能力依次为RF＞SVM＞PLSR.除一阶微分(FD)变换外,其它数据变换均对模型精度有不同程度的提高.R及其4种变换后数据均以RF建模精度较高,而以PLSR和SVM建模精度相对较低.全区模型稳定性要高于分区模型,分区模型差异性较明显,稳定性较差.总体来看,RF模型的预测能力稳定,适用性较好,精度较高,可较精确地估测土壤全氮含量;而PLSR和SVM模型只能对全氮含量进行粗略估测.因此,利用RF模型可实现研究区土壤全氮含量的快速准确估测.
文献关键词：
土壤全氮;高光谱;偏最小二乘;支持向量机;随机森林;估测模型
中图分类号：
作者姓名：
殷彩云;白子金;罗德芳;彭杰
作者机构：
塔里木大学植物科学学院,新疆阿拉尔843300
文献出处：
引用格式：
[1]殷彩云;白子金;罗德芳;彭杰-.基于高光谱数据的土壤全氮含量估测模型对比研究)[J].中国土壤与肥料,2022(01):9-15
A类：
B类：
高光谱数据,土壤全氮含量,估测模型,模型对比,农田土壤,作物生长,生长发育情况,土地质量,新疆南疆地区,主要类型,内测,光谱反射率,偏最小二乘回归,PLSR,支持向量机回归,随机森林回归,RF,数学变换,换相,最优模型,RPD,预测能力,一阶微分,FD,模型精度,建模精度,模型稳定性,分区模型,粗略,快速准确
AB值：
0.212198
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
