基于高光谱数据预测土壤碱化程度最佳模型及其影响因素的研究
为快速准确地估测土壤碱化程度,对实测波段范围为400~ 900 nm的土壤光谱数据进行了波段差、波段比、波段归一化3种预处理,采用偏最小二乘法(PLSR)建立了不同波段范围的土壤pH的预测模型,并利用测试集数据对模型进行精度检验.结果表明:采用归一化、波段比2种方式对原始光谱进行预处理,可有效地增强光谱与土壤pH的相关性,并抑制干扰信息,其中归一化最优.虽然可见光波段范围(400 ~ 750 nm)所建立的预测模型与全波段(400 ~ 900 nm)预测模型R2相同,但其RMSEp比全波段减少了0.059,RPD提高了0.2,说明该波段范围包括了反映土壤pH的大部分信息,是建立其预测模型的优势波段.因此,利用可见光波段的光谱数据,采用归一化预处理可以具有较好稳定性和预测能力地预测土壤pH的最佳模型(R2=0.90,RMSECV=0.104).
实测光谱、土壤pH、最佳波段
46
TP70;S15(遥感技术)
2014-08-21(万方平台首次上网日期,不代表论文的发表时间)
544-549