基于集成学习的砂姜黑土含水量高光谱反演研究
基于集成学习的砂姜黑土含水量高光谱反演研究
Publication information
Publisher
农业农村部环境保护科研监测所
More information
Scope and Contents
Contents
为提高砂姜黑土土壤水分的估测精度，本研究以河南省西平县砂姜黑土为研究对象，通过配制不同含水率土壤样本并在室内进行高光谱测量，对土壤样本高光谱数据平滑（SR）、倒对数[LOG（1/R）]、一阶微分（FD）、多元散射校正（MSC）、去包络线（CR）光谱变换后，结合连续投影算法（SPA）识别最佳特征波段，采用偏最小二乘回归（PLSR）、支持向量机回归（SVR）的机器学习方法和堆叠（Stacking）集成学习方法分别构建土壤含水率反演模型。结果表明：经MSC变换后光谱中土壤含水率相关信息增强最多；SPA算法能对砂姜黑土含水率光谱数据进行降维和特征信息提取；经反射光谱MSC变换后由PLSR和SVR集成的Stacking集成模型决定系数最高（R2=0.963）、均方根误差最小（RMSE=1.7）。研究表...
Alternative Titles
Full title
基于集成学习的砂姜黑土含水量高光谱反演研究
Identifiers
Primary Identifiers
Record Identifier
TN_cdi_wanfang_journals_nyhjyfz202306014
Permalink
https://devfeature-collection.sl.nsw.gov.au/record/TN_cdi_wanfang_journals_nyhjyfz202306014
Other Identifiers
ISSN
2095-6819
E-ISSN
2095-6819
DOI
10.13254/j.jare.2023.0186
How to access this item
Log in as a Library member
