基于不同建模方法的湿地土壤有机质含量多光谱反演

编号 zgly0001577550

文献类型 期刊论文

文献题名 基于不同建模方法的湿地土壤有机质含量多光谱反演

作者 陈思明  毛艳玲  邹小兴  丁卉  邹双全 

作者单位 福建农林大学林学院  闽江学院  福建农林大学自然生物资源保育利用福建高校工程研究中心  福建农林大学资源与环境学院 

母体文献 土壤通报 

年卷期 2018年01期

年份 2018 

分类号 S153.621 

关键词 土壤有机质  多光谱  多元逐步回归  BP神经网络  支持向量机回归  湿地 

文摘内容 为了提高湿地土壤有机质含量的预测精度,以闽江鳝鱼滩湿地土壤为研究对象,通过分析多光谱不同波段反射率与土壤有机质含量的相关性,引入OIF指数提取显著性波段,然后基于全波段和显著性波段,采用多元逐步回归方法(MLSR)、BP神经网络(BPNN)和支持向量机(SVR)3种方法,构建湿地土壤有机质含量的反演模型,并进行模型验证与对比,确定最优的土壤有机质含量反演方法。结果表明:各波段的反射率(Spectral reflectance,R)与土壤有机质含量存在着负相关关系,147波段组合的OIF指数较高,波段间的独立性强,能有效反映数据内的信息;采用MLSR、BPNN和SVR这3种方法进行建模。在全波段中,SVR的建模效果最显著,BPNN次之,MLSR的建模效果最差。在显著性波段中,BPNN的建模效果最显著,SVR次之,MLSR的建模效果最差;对比基于全波段与显著性波段的建模效果,发现基于全波段的预测效果更为显著,最佳模型为基于全波段的土壤有机质含量支持向量机模型,但利用显著波段建模,可降低波段间的信息重叠,且模型简单、运算量少等特点。该研究可行有效,对湿地土壤有机质含量的快速、大范围精准估测提供技术可行性。