首页|基于偏最小二乘与随机森林的土壤盐含量反演研究

基于偏最小二乘与随机森林的土壤盐含量反演研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对土默川平原地区的土壤盐分含量提出了偏最小二乘与随机森林相结合(RF-PLSR、PLSR-RF)对土壤盐分含量进行预测的回归反演模型.该研究共采集45份土壤样本,随机选取35份为建模集,10份为验证集.试验首先对采集到的高光谱土壤图像进行分割处理提取出土壤在400～1000 nm的原始反射光谱,其次对原始反射光谱进行4种光谱变换(一阶微分、多元散射校正的一阶微分、SG平滑去噪的一阶微分、对数的一阶微分),并与土壤的实测盐分量进行相关性分析(CA),利用相关系数选取敏感波段,最后建立偏最小二乘与随机森林结合的回归反演模型.结果表明,与偏最小二乘回归、随机森林回归单独建模相比,2种模型结合后的预测精度有明显的改善.光谱经过对数的一阶微分变换建立的PLSR-RF反演模型更为明显,其建模集决定系数Rc 2为0.852,均方根误差RMSEc为0.102 g/kg,相对分析误差RPDc为2.600,验证集决定系数Rv 2为0.941,均方根误差RMSEv为0.049 g/kg,相对分析误差RPDv为4.117.
Research on Inversion of Soil Salt Content Based on Partial Least Squares Combined with Random Forest

肖志云、徐新宇

展开 >

内蒙古工业大学电力学院,内蒙古呼和浩特010080

内蒙古自治区机电控制重点实验室,内蒙古呼和浩特010051

高光谱 土壤盐含量 光谱变换 偏最小二乘回归 随机森林回归

国家自然科学基金

61661042

2021

10.3969/j.issn.0517-6611.2021.08.004

安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
年,卷(期)：2021.49(8)
  • 3
  • 19