数据资源: 中文期刊论文

基于流形学习的土壤高光谱数据特征提取研究



编号 zgly0000929473

文献类型 期刊论文

文献题名 基于流形学习的土壤高光谱数据特征提取研究

学科分类 220.1040;森林土壤学

作者 吕杰  郝宁燕  史晓亮 

作者单位 西安科技大学测绘科学与技术学院 

母体文献 干旱区资源与环境 

年卷期 2015(7)

页码 176-180

年份 2015 

关键词 流形学习  土壤  铜  随机森林  高光谱 

文摘内容 尾矿重金属污染是当今矿区环境污染面临的主要问题之一,精确反演土壤重金属含量对矿区土壤污染监测和治理具有非常重要的意义。以陕西金堆城矿区尾矿为研究区,利用ASD光谱仪测量土壤光谱,通过实验室化学分析获取土壤样本铜元素含量;将Isomap流形学习方法应用于土壤高光谱数据降维,利用随机森林方法对矿区尾矿土壤的Cu含量进行反演建模,并与原始高光谱数据反演结果和PCA降维后的反演结果进行对比。结果表明:土壤铜含量反演模型在经过Isomap降维后的光谱数据集上预测铜元素含量的相关系数R2为0.7272,均方根误差RMSE为1140.20,在预测的准确性方面均优于原始高光谱数据。

相关图谱

扫描二维码