基于小波神经网络的矿区土壤铜含量反演研究

编号 zgly0000952762

文献类型 期刊论文

文献题名 基于小波神经网络的矿区土壤铜含量反演研究

学科分类 220.1040;森林土壤学

作者 吕杰  徐静  闫振国 

作者单位 西安科技大学测绘科学与技术学院  西安科技大学能源学院 

母体文献 矿业研究与开发 

年卷期 2015(4)

页码 68-70

年份 2015 

关键词 高光谱  重金属  尾矿土壤  反演模型  铜 

文摘内容 研究了基于小波神经网络方法反演矿区尾矿土壤铜元素含量的可行性。以陕西金堆城矿区尾矿库为研究区,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;利用小波神经网络方法对矿区尾矿土壤的Cu含量进行建模研究,建立矿区尾矿土壤铜含量高光谱反演模型,并对模型进行了检验。研究发现:土壤铜含量反演模型预测铜元素含量的相关系数R2为0.7381,均方根误差RMSE为0.9788。研究结果为深入研究矿区尾矿土壤重金属含量遥感监测机理提供了理论依据,对利用高光谱遥感数据获取土壤重金属含量信息具有重要的应用价值。