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
共找到1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：
基于光谱技术的典型互花米草入侵湿地土壤属性预测研究
1
作者 陈旭 曹思珩 +3 位作者 杨仁敏 陈秋宇 李建国 徐璐 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期197-203,共7页
为了高效监测互花米草入侵海岸带湿地生态系统的土壤属性变化,选取江苏省盐城湿地珍禽国家级自然保护区的一处典型互花米草入侵湿地作为研究区,利用随机分层采样方法选取15个样点,在3个深度(0~30、30~60、60~100 cm)共采集45个土壤样品... 为了高效监测互花米草入侵海岸带湿地生态系统的土壤属性变化,选取江苏省盐城湿地珍禽国家级自然保护区的一处典型互花米草入侵湿地作为研究区,利用随机分层采样方法选取15个样点,在3个深度(0~30、30~60、60~100 cm)共采集45个土壤样品,测定了土壤可见光-近红外反射光谱和10种土壤理化属性,研究了偏最小二乘和随机森林两种方法的预测能力,分析了不同光谱变换形式对预测精度的影响,探讨了入侵年限和土壤深度作为辅助预测变量的潜力。结果表明:(1)可见光-近红外光谱技术可以较好地预测有机碳、无机碳、全氮、含水量、pH、容重、盐分和黏粒等属性;(2)偏最小二乘回归法比随机森林法更适合监测互花米草入侵湿地的关键土壤理化属性,利用偏最小二乘法对土壤属性建立的预测模型精度(R^(2))在0.341~0.979之间,随机森林方法对土壤属性建立的预测模型精度(R^(2))最高为0.722;(3)基于原始光谱可以获得土壤全氮的最优预测模型(R^(2)为0.769,RMSE为0.091 g·kg^(-1)),而其他土壤属性的最优模型多是基于微分变换或倒数变换建立的模型,微分变换和倒数变换可以有效地提高模型预测精度;(4)模型预测精度在加入入侵年限和土壤深度两个变量后总体上有所提高,其中有机碳、全氮、盐分、pH和容重等属性的预测精度对这两个变量更为敏感,土壤有机碳最优模型的精度(R^(2))从0.794提高到0.806,pH最优模型的精度(R^(2))从0.838提升至0.884,盐分最优模型的精度(R^(2))从0.978提升至0.997。综上所述,可见光-近红外光谱技术在互花米草入侵湿地关键土壤理化属性预测方面具有明显的优越性,通过适当的光谱变换、变量筛选、模型选择等方面可以实现互花米草入侵湿地土壤变化的快速监测。 展开更多
关键词 互花米草入侵 可见光-近红外光谱 土壤监测 偏最小二乘法 随机森林 光谱变换
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部