科研之友
微信
新浪微博
Facebook
分享链接
摘要
为探讨结合小波分析的各种回归模型估测土壤含水量的精度,利用山东省泰安市94个棕壤土样的光谱反射率和实测含水量,在原始光谱和一阶微分光谱的基础上,采用小波分析法进行光谱去噪,相关性分析法提取特征波段,建立逐步多元线性回归、偏最小二乘回归和BP神经网络土壤含水量高光谱估测模型。结果表明:小波去噪最佳参数组合是小波基函数为sym2,分解层数为3,重调方式为sln,阈值方案为minimaxi;原始光谱和一阶微分光谱的特征波段分别为1 380,1 799,2 182nm以及660,1 228,1 235,2 065nm;对比分析发现,基于BP神经网络构建的估测模型精度要优于多元逐步线性回归和偏最小二乘回归,以小波分析-一阶微分光谱-BP神经网络形式构建的土壤含水量估测模型精度最高,决定系数和均方根误差分别为0.914和0.974。研究表明:结合小波分析构建BP神经网络回归模型可快速估测土壤含水量,对发展精准农业、农业墒情监测等具有重要的应用价值。
- 单位
