-
题名随机森林回归模型用于土壤重金属含量多光谱遥感反演
被引量：12
- 1
-
-
作者
王腾军
方珂
杨耘
张祥东
-
机构
长安大学地质工程与测绘学院
地理信息工程国家重点实验室长安大学合作部
西安航天天绘数据技术有限公司
南通智能感知研究院
-
出处
《测绘通报》
CSCD
北大核心
2021年第11期92-95,共4页
-
基金
中央高校基本科研业务费(300102269205
300102269304)
国土资源部退化及未利用土地整治工程重点实验室开放基金(SXJD2017-3)。
-
文摘
本文以陕西省柞水县大西沟矿区为研究区域,通过实地采集土壤样本,结合在Landsat 8多光谱遥感影像上提取的辐射亮度值和光谱衍生指数,以及从ASTER GDEM提取的3种地形因素,通过相关性分析确定了建模因子,并以K折交叉验证法建立了砷、铜、铅3种重金属元素的随机森林回归模型。试验结果表明,所建立模型的预测精度优于多元线性回归模型和CART模型,可见随机森林回归模型适用于在小样本情况下的矿区重金属含量反演。经现场调查,空间反演结果与实际情况较符合,证明了基于多光谱遥感的随机森林回归模型在矿区土壤重金属反演中的准确性。
-
关键词
土壤重金属反演
多光谱遥感
K折交叉验证
随机森林回归模型
-
Keywords
soil heavy metal inversion
multispectral remote sensing
K-fold cross validation
random forest regression model
-
分类号
P23
[天文地球—摄影测量与遥感]
-
-
题名基于半监督回归的高光谱土壤重金属质量浓度反演
被引量：1
- 2
-
-
作者
毛耿旋
涂彦
崔文博
陶超
-
机构
中南大学地球科学与信息物理学院
中南大学有色金属成矿预测与地质环境监测教育部重点实验室
湖南省科学技术信息研究所
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2022年第6期941-952,共12页
-
基金
国家重点研发计划(No.2018YFB0504500)
内蒙古自治区科技计划(No.2022YFSJ0014)资助。
-
文摘
针对如何利用少量有标记样本和大量无标记样本训练出鲁棒性的土壤重金属质量浓度反演模型的问题,以土壤中重金属镉(Cd)为研究对象,选取4个不同地区(衡阳-郴州,原平-保定)的光谱数据分两组进行实验验证。在通过迁移成分分析方法缩小不同区域的光谱分布差异后,提出一种基于半监督回归的高光谱土壤重金属质量浓度反演模型。实验结果显示,与传统的全监督建模方法相比,在第1组衡阳-郴州的实验中,所提的半监督方法能够将可决系数R^(2)提升至0.75,相对分析误差(relative predictive deviation,RPD)提升至2.15;在第2组原平-保定的实验中,R^(2)提升至0.70,RPD提升至1.61。实验表明,在较少标记样本情况下,通过引入大量的未标记样本进行半监督回归分析可有效提升模型反演精度。
-
关键词
高光谱遥感
半监督回归
迁移成分分析
土壤重金属质量浓度反演
-
Keywords
hyperspectral remote sensing
semi-supervised regression
transfer component analysis
inversion of soil heavy metal mass concentration
-
分类号
P751.1
[交通运输工程—港口、海岸及近海工程]
-
