基于多尺度连续小波分解的土壤氧化铁反演

作者：赵海龙; 甘淑^*; 袁希平; 胡琳; 刘帅; 王俊杰

来源：光学学报, 2022, 42(22): 209-216.

• 光谱学
• 土壤
• 氧化铁
• 高光谱
• 连续小波变换
• 遗传算法
• 支持向量机

为准确快速地预测土壤氧化铁含量信息，以禄丰恐龙谷南缘地表的土壤为研究对象，共采集135个样品，并在室内测得土壤光谱数据和氧化铁含量信息。首先，在对原始光谱进行Savitzky-Golay滤波平滑后，进行常规光谱变换和连续小波变换，并利用相关系数(CC)法对变换光谱与氧化铁含量进行相关性分析，筛选出每个尺度中通过0.01显著性检验的波长作为粗选的波长。然后，进一步利用竞争性自适应重加权(CARS)算法选择的波长作为特征波长。最后，通过遗传算法优化的支持向量机(SVR)进行建模。结果表明：连续小波变换可以提高土壤光谱反射率与氧化铁含量的相关性；通过CC-CARS波长选择方法可以有效地减少建模的自变量数目；第4尺度连续小波分解构建的模型(L4-CC-CARS-SVR)效果最好，其建模集的决定系数R2为0.760，均方根误差ERMSE为5.236 g·kg-1，验证集的R2为0.663,ERMSE为7.798 g·kg-1，性能与四分位数间距比RPIQ达到了2.598，即模型具有很好的稳定性和预测能力。

• 单位
  滇西应用技术大学; 昆明理工大学