摘要
通过植物反射光谱信息反演植物体内营养元素含量可以实现快速监测湿地植物状态.以辽河口湿地盐地碱蓬(Suaeda salsa)为研究对象,基于冠层高光谱数据选择随机森林(RF)、支持向量机回归(SVR)、反向传播神经网络(BPNN)3种机器模型建模反演碳、氮、磷元素含量以及生态化学计量特征,并通过一阶微分(FD)、相关性分析提取敏感波段、主成分分析等方法提高反演模型的精度.结果表明,一阶微分处理可以明显提升高光谱信息对元素和生态化学计量特征的敏感度,对建模精度也有一定提升;测试集交叉验证结果与建模集反演结果对比得出BPNN建模时出现过度拟合现象,SVR模型在两次反演中精度最差,RF模型反演效果最为稳定、精度最高.研究结果可为湿地植物元素及生态化学计量特征反演提供依据.
基金项目
中央级公益性科研院所基本科研业务费专项(CAFYBB2019MB007)
国家重点研发计划(2017YFC0506200)