科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高土壤有机质高光谱估测精度，以山东省济南市章丘区的76个土壤样本有机质含量及其高光谱数据为基础，建立基于卷积神经网络的土壤有机质含量估测模型。首先对原始高光谱数据进行预处理，利用主成分分析对光谱数据降维，并转化为四维光谱信息数组，通过实验模拟调整各项参数及网络结构得到最优估测模型。结果表明：当模型采用1个3×3的卷积核，1个平均池化层，1个完全连接层，且网络计算迭代600次时，卷积神经网络模型达到最优预测效果，其中12个检验样本估测结果的决定系数为R2=0.841，平均相对误差为7.123%，精度均优于传统模型。研究表明利用卷积神经网络估测土壤有机质含量是可行有效的。
- 单位
