期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于连续小波变换的土壤重金属含量反演模型
被引量：
5
1
作者
艾孜提艾力·克依木
李新国
《环境科学与技术》
CAS
CSCD
北大核心
2022年第1期201-207,共7页
文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象,采用偏最小二乘回归、支持向量机和人工神经网络模型,通过连续小波变换,优选高光谱数据与土壤重金属含量的特征波段,构建研究区土壤重金属含量的高光谱反演模型。研究结果表...
文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象,采用偏最小二乘回归、支持向量机和人工神经网络模型,通过连续小波变换,优选高光谱数据与土壤重金属含量的特征波段,构建研究区土壤重金属含量的高光谱反演模型。研究结果表明:(1)连续小波变换后,土壤重金属Cr含量相关性由0.24提高到0.45;土壤重金属Ni含量相关性由0.31提高到0.45;土壤重金属Zn含量相关性由0.31提高到0.51;(2)土壤重金属Cr、Ni、Zn含量的高光谱特征波段主要位于400~900、1400~1600、2000~2200 nm。(3)连续小波变换与人工神经网络相结合的模型精度最优,其土壤金属Cr含量的建模集和验证集的R;分别为0.91和0.84,均方根误差(RMSE)为2.40和3.91;土壤金属Ni含量的建模集和验证集的R;分别为0.88和0.82,RMSE为1.64和2.43;土壤重金属Zn含量的建模集和验证集的R;别为0.90和0.81,RMSE为5.20和5.93;连续小波变换结合人工神经网络模型比最小二乘和支持向量机2种模型,适合研究区土壤重金属Cr、Ni、Zn含量的反演。
展开更多
关键词
土壤重金属含量
连续小波变换
人工神经网络
高光谱数据
湖滨绿洲
在线阅读
下载PDF
职称材料
基于地理加权回归模型的绿洲土壤表层有机质含量高光谱估算
被引量：
2
2
作者
艾孜提艾力·克依木
李新国
+1 位作者
赵慧
麦麦
提
吐尔逊·艾则孜
《新疆农业科学》
CAS
CSCD
北大核心
2022年第1期223-230,共8页
【目的】研究利用高光谱数据估算土壤表层有机质含量,为绿洲区大范围,快速,低成本,监测土壤表层有机质含量提供技术参考。【方法】以新疆博斯腾湖湖滨绿洲为研究区,采用地理加权回归模型,优选高光谱数据与土壤有机质含量的特征波段,构...
【目的】研究利用高光谱数据估算土壤表层有机质含量,为绿洲区大范围,快速,低成本,监测土壤表层有机质含量提供技术参考。【方法】以新疆博斯腾湖湖滨绿洲为研究区,采用地理加权回归模型,优选高光谱数据与土壤有机质含量的特征波段,构建研究区表层土壤有机质含量的高光谱估算模型。【结果】研究区表层土壤有机质含量变化不大,变化系数为55%,最小值为2.37 g/kg,最大值为51.47 g/kg,平均值为21.20 g/kg。土壤有机质特征波段主要集中在645~1958 nm,其中1/R二阶的相关系数值最大为0.73,且在P=0.05水平下,通过显著性检验的波段数为83。构建的地理加权回归模型中,二维土壤指数1/R RSI建模效果最优,建模集R^(2)=0.91,RMSE=2.56,验证集R^(2)=0.95,RMSE=1.10。【结论】利用地理加权回归模型估算土壤有机质估算,建模效果可以达到一定的精度要求。
展开更多
关键词
土壤有机质
地理加权回归模型
光谱矩阵系数图
光谱变换
湖滨绿洲
在线阅读
下载PDF
职称材料
题名
基于连续小波变换的土壤重金属含量反演模型
被引量：
5
1
作者
艾孜提艾力·克依木
李新国
机构
新疆师范大学地理科学与旅游学院
新疆干旱区湖泊环境与资源实验室
出处
《环境科学与技术》
CAS
CSCD
北大核心
2022年第1期201-207,共7页
基金
国家自然基金项目(41661047)
新疆维吾尔自治区重点实验室开放课题(2018D04026)。
文摘
文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象,采用偏最小二乘回归、支持向量机和人工神经网络模型,通过连续小波变换,优选高光谱数据与土壤重金属含量的特征波段,构建研究区土壤重金属含量的高光谱反演模型。研究结果表明:(1)连续小波变换后,土壤重金属Cr含量相关性由0.24提高到0.45;土壤重金属Ni含量相关性由0.31提高到0.45;土壤重金属Zn含量相关性由0.31提高到0.51;(2)土壤重金属Cr、Ni、Zn含量的高光谱特征波段主要位于400~900、1400~1600、2000~2200 nm。(3)连续小波变换与人工神经网络相结合的模型精度最优,其土壤金属Cr含量的建模集和验证集的R;分别为0.91和0.84,均方根误差(RMSE)为2.40和3.91;土壤金属Ni含量的建模集和验证集的R;分别为0.88和0.82,RMSE为1.64和2.43;土壤重金属Zn含量的建模集和验证集的R;别为0.90和0.81,RMSE为5.20和5.93;连续小波变换结合人工神经网络模型比最小二乘和支持向量机2种模型,适合研究区土壤重金属Cr、Ni、Zn含量的反演。
关键词
土壤重金属含量
连续小波变换
人工神经网络
高光谱数据
湖滨绿洲
Keywords
soil heavy metal content
continuous wavelet transform
artificial neural network
hyperspectral data
lakeside oasis
分类号
X53 [环境科学与工程—环境工程]
TP79 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于地理加权回归模型的绿洲土壤表层有机质含量高光谱估算
被引量：
2
2
作者
艾孜提艾力·克依木
李新国
赵慧
麦麦
提
吐尔逊·艾则孜
机构
新疆师范大学地理科学与旅游学院/新疆干旱区湖泊环境与资源实验室
出处
《新疆农业科学》
CAS
CSCD
北大核心
2022年第1期223-230,共8页
基金
国家自然科学基金“博斯腾湖西岸湖滨绿洲盐渍土剖面土壤性质演化及其高光谱响应”(41661047,41561073)。
文摘
【目的】研究利用高光谱数据估算土壤表层有机质含量,为绿洲区大范围,快速,低成本,监测土壤表层有机质含量提供技术参考。【方法】以新疆博斯腾湖湖滨绿洲为研究区,采用地理加权回归模型,优选高光谱数据与土壤有机质含量的特征波段,构建研究区表层土壤有机质含量的高光谱估算模型。【结果】研究区表层土壤有机质含量变化不大,变化系数为55%,最小值为2.37 g/kg,最大值为51.47 g/kg,平均值为21.20 g/kg。土壤有机质特征波段主要集中在645~1958 nm,其中1/R二阶的相关系数值最大为0.73,且在P=0.05水平下,通过显著性检验的波段数为83。构建的地理加权回归模型中,二维土壤指数1/R RSI建模效果最优,建模集R^(2)=0.91,RMSE=2.56,验证集R^(2)=0.95,RMSE=1.10。【结论】利用地理加权回归模型估算土壤有机质估算,建模效果可以达到一定的精度要求。
关键词
土壤有机质
地理加权回归模型
光谱矩阵系数图
光谱变换
湖滨绿洲
Keywords
soil organic matter
geographically weighted regression model
spectral matrix coefficient plot
spectral transformation
lakeside oasis
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
S158 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于连续小波变换的土壤重金属含量反演模型
艾孜提艾力·克依木
李新国
《环境科学与技术》
CAS
CSCD
北大核心
2022
5
在线阅读
下载PDF
职称材料
2
基于地理加权回归模型的绿洲土壤表层有机质含量高光谱估算
艾孜提艾力·克依木
李新国
赵慧
麦麦
提
吐尔逊·艾则孜
《新疆农业科学》
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
