期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
多尺度因子协同下黑土有机质反演及气候驱动机制评价
1
作者 陈超群 戴慧敏 陈妮娜 《地质论评》 北大核心 2025年第S1期365-367,共3页
东北黑土地作为我国粮食安全的命脉所在,具有重大战略意义。土壤有机质是黑土质量的核心评估指标,不仅能直接调控土壤肥力和作物生产力,同时在调节全球碳平衡和应对气候变化方面具有重要作用。在全球气候变暖的大背景下,气候格局的改变... 东北黑土地作为我国粮食安全的命脉所在,具有重大战略意义。土壤有机质是黑土质量的核心评估指标,不仅能直接调控土壤肥力和作物生产力,同时在调节全球碳平衡和应对气候变化方面具有重要作用。在全球气候变暖的大背景下,气候格局的改变正成为影响黑土有机质发育过程的主要环境调控因子之一(刘驰等, 2022;Liu Kai et al., 2024)。 展开更多
关键词 黑土有机质 遥感反演 机器学习 气象
在线阅读 下载PDF
基于RF-GABPSO混合选择算法的黑土有机质含量估测研究 被引量:7
2
作者 马玥 姜琦刚 +1 位作者 孟治国 刘骅欣 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第1期181-187,共7页
针对土壤有机质含量高光谱估测研究中变量维数过高与特征谱段筛选问题,提出了一种结合随机森林和自适应搜索算法的混合特征选择方法。首先依据随机森林变量重要性原理获取初始优化集,然后利用遗传二进制粒子群封装算法对初始优化集进一... 针对土壤有机质含量高光谱估测研究中变量维数过高与特征谱段筛选问题,提出了一种结合随机森林和自适应搜索算法的混合特征选择方法。首先依据随机森林变量重要性原理获取初始优化集,然后利用遗传二进制粒子群封装算法对初始优化集进一步自适应筛选。对于土壤有机质含量估测建模问题,选择稳健性强且能有效处理高维变量的随机森林算法。以典型黑土区采集的土壤样品为研究对象,将ASD光谱仪获取的可见光-近红外区间光谱数据和经化学分析得到的土壤有机质含量为数据源,对原始光谱进行光谱变换和重采样处理后,采用随机森林-遗传二进制粒子群混合选择方法提取特征光谱区间,构建有机质含量随机森林估测模型。与利用全光谱、随机森林方法筛选的光谱和自适应搜索算法筛选的光谱构建随机森林模型得到的预测精度进行比较。结果表明,利用随机森林-遗传二进制粒子群混合特征选择算法筛选的波谱变量参与随机森林建模,预测决定系数,均方根误差和相对分析误差分别为0.838,0.54%,2.534。该方案应用最少的变量个数获得最高的预测精度,能够较高效地估测黑土有机质含量,也能为其他类型土壤在有机质含量估测研究的变量筛选与建模问题上提供参考。 展开更多
关键词 高光谱 黑土有机质含量 遗传算法 二进制粒子群算法 随机森林
在线阅读 下载PDF
基于CWT的黑土有机质含量野外高光谱反演模型 被引量:28
3
作者 林鹏达 佟志军 +3 位作者 张继权 赵云升 李向前 朱晓萌 《水土保持研究》 CSCD 北大核心 2018年第2期46-52,57,共8页
为解决黑土有机质含量野外高光谱反演存在的困难,提高反演模型精准性,对吉林省黑土进行了采样、野外光谱测量和室内化验分析,剔除噪声波段,将测得的光谱数据(R)进行倒数的对数[lg(1/R)]及一阶微分(R′)变换,经连续小波变换(CWT)得到了R,... 为解决黑土有机质含量野外高光谱反演存在的困难,提高反演模型精准性,对吉林省黑土进行了采样、野外光谱测量和室内化验分析,剔除噪声波段,将测得的光谱数据(R)进行倒数的对数[lg(1/R)]及一阶微分(R′)变换,经连续小波变换(CWT)得到了R,lg(1/R)、R′不同分解尺度下对应的小波系数;通过分析R,lg(1/R)、R′及对应小波系数与土壤有机质含量的相关性,得到了显著性强相关的敏感波段;采用多元逐步回归(MSR)及偏最小二乘回归(PLSR)方法建立了黑土土壤有机质含量多种高光谱反演模型。结果表明:常用光谱分析方法中,R′与土壤有机质含量的R2高于R,lg(1/R);经CWT变换后得到的小波系数与土壤有机质含量的R2则提高显著,提高了0.3左右;R-CWT,lg(1/R)-CWT,R′-CWT的两种模型建模集的效果均较显著(R2≥0.75,RMSE≤0.25),且均优于对应的常规变换下的效果;建模集中PLSR比MSR模型更佳;验证集中结果相似,但精度稍低;总体上,经过CWT处理后的模型均具有较高的估测精度,以R′-CWT的PLSR模型最佳,能够较为全面稳定地反演土壤有机质含量。 展开更多
关键词 黑土有机质 野外高光谱 连续小波变换 多元逐步回归 偏最小二乘回归
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部