首页|基于集合经验模态分解的土壤重金属Cd定量反演

基于集合经验模态分解的土壤重金属Cd定量反演

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对高光谱定量反演土壤重金属含量的模型精度不足的问题,本文从时频空间的角度引入时频分析法——集合经验模态分解(EEMD).采用EEMD法分解土壤高光谱,获得不同频率的本征模态(IMF)分量,通过分析IMF分量与重金属含量的相关性,提取特征光谱,构建EEMD-SVM定量反演模型.研究结果表明,通过EEMD法分解土壤光谱,可有效地提取土壤光谱中的微弱信息;构建EEMD-SVM模型可较好地反演土壤重金属Cd含量,模型的决定系数R2 为0. 920 3,明显高于基于一阶微分处理光谱数据后构建的SVM模型的R2(0. 786 6).即说明在土壤重金属定量反演领域,EEMD可作为一种新的光谱处理方法.
Quantitative inversion of soil heavy metal Cd based on ensemble empirical mode decomposition

郭云开、曹骁、谢晓峰、张思爱、谢琼

展开 >

长沙理工大学交通运输工程学院,湖南 长沙 410076

长沙理工大学测绘遥感应用技术研究所,湖南 长沙 410076

湖南工程职业技术学院测绘地理学院,湖南 长沙 410151

长沙理工大学公路地质灾害预警空间信息技术湖南省工程实验室,湖南 长沙 410114

展开 >

EEMD 高光谱 土壤重金属 支持向量机

国家自然科学基金国家自然科学基金长沙理工大学公路地质灾变预警空间信息技术湖南省工程实验室开放基金

4167149841471421kfj190603

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(1)
  • 1
  • 13