基于sCARS-RF算法的高光谱估算土壤有机质含量

论文摘要

针对土壤高光谱数据量大、存在光谱信息冗余和重叠现象,应用稳定竞争性自适应重加权采样策略挑选特征变量,结合偏最小二乘回归和随机森林建立土壤有机质含量估算模型,并与竞争性自适应重加权算法、迭代保留有效信息变量、连续投影算法和遗传算法所得结果进行比较。结果显示,5种变量选择算法挑选的特征变量主要分布在1 900～2 400 nm的近红外光谱区域。RF模型的预测效果优于PLSR模型;与PLSR模型相比,RF模型鲁棒性更好,对异常值和噪声的敏感度更低。基于sCARS算法挑选的特征变量建立RF模型,变量数为51个,仅占全波段的2.55%,验证集R~2=0.958,获得的RPD为4.7,能够很好地预测SOM含量。

论文目录

文章来源

类型: 期刊论文

作者: 李冠稳,高小红,肖能文,肖云飞

关键词: 土壤有机质,可见近红外光谱,稳定竞争性自适应重加权,随机森林,湟水流域

来源: 发光学报 2019年08期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,农业科技

专业: 化学,农业基础科学,农艺学

单位: 青海师范大学地理科学学院,青海省自然地理与环境过程重点实验室,中国环境科学研究院

基金: 国家自然科学基金(41550003)资助项目~~

分类号: S153.621;O657.3

页码: 1030-1039

总页数: 10

文件大小: 2012K

下载量: 300

相关论文文献

• [1].秸秆还田对农田土壤有机质提升的探索研究[J]. 农业开发与装备 2020(01)
• [2].华南地区土壤有机质含量高光谱反演[J]. 江苏农业学报 2020(02)
• [3].耕地土壤有机质提升的几点思考[J]. 江西农业学报 2020(04)
• [4].商品有机肥替代部分化肥对冬瓜产量和土壤有机质含量的影响[J]. 东南园艺 2020(02)
• [5].祁连山南坡表层土壤有机质含量反演[J]. 生态科学 2020(05)
• [6].有机冬小麦优质高效栽培技术方案[J]. 科学种养 2018(12)
• [7].不同干扰程度下土壤有机质空间最优插值法研究[J]. 生态学报 2019(19)
• [8].浅谈微生物转化土壤有机质的过程[J]. 现代农业 2017(06)
• [9].基于遥感与随机森林算法的陕西省土壤有机质空间预测[J]. 自然资源学报 2017(06)
• [10].公路运营期两侧防护林土壤有机质含量变化特征[J]. 广东蚕业 2017(02)
• [11].紫云英种植对土壤有机质的提升作用分析[J]. 乡村科技 2017(17)
• [12].拉萨地区不同类型土壤有机质含量的测定及分析[J]. 安徽农业科学 2017(21)
• [13].“多管齐下”增加果园土壤有机质[J]. 果农之友 2016(01)
• [14].北京九龙山不同立地类型土壤有机质研究[J]. 浙江林业科技 2014(06)
• [15].杭州市耕地土壤有机质状况及时空变化特点[J]. 农学学报 2015(10)
• [16].提升土壤有机质含量的措施[J]. 中国农资 2015(01)
• [17].有机玉米优质高效栽培技术方案[J]. 科学种养 2019(01)
• [18].土壤有机质的测定方法研究[J]. 河南农业 2019(07)
• [19].土壤有机质与多环芳烃混合物荧光光谱的辨析[J]. 当代化工研究 2019(15)
• [20].锦州市近30年耕层土壤有机质含量的变化分析[J]. 农技服务 2017(21)
• [21].土壤有机质检测技术的改进[J]. 天津农业科学 2016(12)
• [22].论土壤有机质的含量对土壤的影响[J]. 农民致富之友 2016(02)
• [23].话说土壤有机质[J]. 农药市场信息 2016(13)
• [24].利用模拟宽波段数据定量反演关中平原土壤有机质含量研究[J]. 安徽农业科学 2016(14)
• [25].土壤有机质含量对水稻苗期生长的影响[J]. 山东农业科学 2016(09)
• [26].威海市文登区不同种植类型土壤有机质评价分析[J]. 农技服务 2016(11)
• [27].提高风沙地土壤有机质的措施[J]. 新农业 2014(21)
• [28].2012年甘南县土壤有机质提升项目总结[J]. 现代农业科技 2014(18)
• [29].初探土壤有机质测定方法的改进[J]. 中国农学通报 2014(12)
• [30].淮安市耕层土壤有机质变化规律的研究[J]. 安徽农业科学 2014(03)

标签：土壤有机质论文;  可见近红外光谱论文;  稳定竞争性自适应重加权论文;  随机森林论文;  湟水流域论文;