基于PCA敏感波段筛选与SVM建模的银川平原土壤有机质高光谱估算

作者：尚天浩; 毛鸿欣; 张俊华^*; 陈睿华; 王芳; 贾科利

来源：生态学杂志, 2021, 40(12): 4128-4136.

DOI：10.13292/j.1000-4890.202112.017

• 高光谱
• 有机质
• 光谱预处理
• 变量优选方式
• 模型

为确定银川平原土壤有机质(SOM)含量的最佳估算模型,实现SOM的快速、准确监测,本研究以银川平原5 km×5 km网格法采集的171个表层土壤样品为对象,测定SOM含量及其野外350～2500 nm高光谱反射率。对光谱经重采样和预处理后得到标准正态变量(SNV)、峰值归一化(MAN)、一阶微分(FDR)、对数的倒数(LR)和倒数的对数(RL)5种光谱指标。基于相关系数法确定SOM的敏感光谱波段,进而采用逐步回归(SR)、灰色关联度(GCD)和主成分分析(PCA)对敏感波段进行最优建模变量提取,最后结合岭回归(RR)、偏最小二乘回归(PLSR)、支持向量机(SVM)和反向神经网络(BPNN)建立SOM的估算模型。结果表明:与REF相比,经常规变换后5种光谱指标与SOM间的相关性并未发生显著变化。基于SR、GCD和PCA提取最优建模变量,光谱指标SNV为共有输入变量;与SR和GCD相比,PCA筛选方式所建模型估算精度最优。基于光谱指标RL建立的PCA-SVM模型精度最高,RC2、RP2和RPD分别为0.74、0.78和2.08。本研究通过对比分析不同光谱变换、变量筛选方式和建模方法下的模型精度,确定RL-PCA-SVM为最优估算模型,可以为银川平原及同类地区SOM含量的快速监测提供科学依据。

• 单位
  宁夏大学