【摘要】：土壤組分光譜估算過程中校正樣本集的構(gòu)建會影響模型的預(yù)測精度。當前結(jié)合反射光譜和Kennard-Stone(KS)算法的校正樣本集構(gòu)建策略忽視了土壤反射光譜是土壤屬性的綜合反映,構(gòu)建的樣本集通常無法很好地代表目標土壤組分的變異。光譜變換方法可以突出目標組分的光譜特征,為此,本文以湖北省江漢平原濱湖地區(qū)水稻土為研究對象,結(jié)合包括一階微分(FD)、Savitzky-Golay(SG)、Haar小波變換、標準正態(tài)變量變換(SNV)和多元散射校正(MSC)在內(nèi)的光譜變換方法和KS算法進行校正樣本集建構(gòu),通過對比不同樣本集構(gòu)建策略對使用偏最小二乘回歸(PLSR)建立的土壤全氮含量光譜估算模型預(yù)測精度的影響,研究光譜變換是否有助于提高基于KS算法構(gòu)建的校正樣本集的代表性。結(jié)果表明:不同光譜變換會影響校正樣本集的構(gòu)建。反射光譜經(jīng)過SG或Haar小波變換后,再使用KS算法構(gòu)建校正樣本集與直接基于反射光譜使用KS算法構(gòu)建的校正樣本集相同,建立的估算模型精度不變,相對分析誤差(RPD)分別為1.41和1.27。結(jié)合FD,SNV或MSC變換和KS算法構(gòu)建的校正集與基于反射光譜使用KS算法構(gòu)建的校正集不同,建立的估算模型RPD分別從0.95,1.48和1.42提高到1.13、1.78和2.20。研究表明SNV和MSC等光譜變換方法可以提高基于KS算法構(gòu)建的校正樣本集的代表性,并可有效提高模型預(yù)測精度。
[Abstract]:In the process of estimating soil component spectrum, the construction of calibration sample set will affect the prediction accuracy of the model. The current strategy of constructing the corrected sample set by combining the reflectance spectrum with the Kennard-Stone (KS) algorithm ignores that the soil reflectance spectrum is a comprehensive reflection of the soil attributes, and the constructed sample set can not well represent the variation of the target soil component. The spectral transformation method can highlight the spectral characteristics of the target components. In this paper, the paddy soil in Jianghan Plain of Hubei Province is taken as the research object, which includes the first-order differential (FD), Savitzky-Golay (SG), Haar wavelet transform. The standard normal variable transform (SNV) and multivariate scattering correction (MSC) spectral transformation method and KS algorithm are used to construct the calibration sample set. The effects of different sample set construction strategies on the prediction accuracy of the spectral estimation model of soil total nitrogen content established by partial least squares regression (PLSR) were compared. To study whether spectral transformation can improve the representativeness of calibration sample set based on KS algorithm. The results show that different spectral transformation will affect the construction of calibration sample set. After SG or Haar wavelet transform, the corrected sample set constructed by KS algorithm is the same as that constructed by KS algorithm directly based on reflection spectrum, and the accuracy of the estimation model is invariant. The relative analysis error (RPD) is 1. 41 and 1. 27, respectively. The correction set constructed by combining FD,SNV or MSC transform with KS algorithm is different from that constructed by KS algorithm based on reflectance spectrum. The estimated model RPD is improved from 0.95g 1.48 and 1.42 to 1.131.78 and 2.20 respectively. The results show that the spectral transformation methods such as SNV and MSC can improve the representativeness of the corrected sample set based on the KS algorithm, and can effectively improve the prediction accuracy of the model.
【作者單位】： 武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院;武漢大學(xué)蘇州研究院;武漢大學(xué)地球空間信息技術(shù)協(xié)同創(chuàng)新中心;武漢大學(xué)教育部地理信息系統(tǒng)重點實驗室;浙江大學(xué)農(nóng)業(yè)遙感與信息技術(shù)應(yīng)用研究所;中國科學(xué)院地理科學(xué)與資源研究所;
【基金】：國家自然科學(xué)基金項目(41501444) 蘇州市應(yīng)用基礎(chǔ)農(nóng)業(yè)項目(SYN201422) 國家基礎(chǔ)人才培養(yǎng)計劃《武漢大學(xué)地理科學(xué)理科基地》科研能力訓(xùn)練項目(J1103409)資助
【分類號】：O657.3;S153

【相似文獻】

相關(guān)期刊論文 前8條

1 邵良杉，，楊善元;工程造價估算模型的發(fā)展及神經(jīng)網(wǎng)絡(luò)估算模型[J];煤炭學(xué)報;1996年02期

2 李少鵬;喬建江;郭森榮;;HAZOP分析時間的估算模型[J];石油化工安全環(huán)保技術(shù);2014年02期

3 陳強;潘英姿;蔣衛(wèi)國;王文杰;劉孝富;;濕地甲烷排放估算模型的研究進展[J];環(huán)境工程技術(shù)學(xué)報;2012年01期

4 王殿富,劉玲,張博明,武湛君,張寶艷,邢麗英;先進復(fù)合材料制造工藝成本估算模型研究現(xiàn)狀[J];航空材料學(xué)報;2004年02期

5 李家學(xué);黃進軍;羅平亞;楊莉;魯億;;裂縫地層隨鉆剛性顆粒封堵機理與估算模型[J];石油學(xué)報;2011年03期

6 吳國金;許鐘;楊憲時;郭全友;李學(xué)英;;冰鮮魚貯運過程中耗冰量估算模型的建立與驗證[J];中國水產(chǎn)科學(xué);2010年06期

7 趙文智;韓文秀;;飛機朝后座椅的保護作用模型研究[J];系統(tǒng)工程理論與實踐;2008年02期

8 ;[J];;年期

相關(guān)會議論文 前1條

1 陳朝斌;;鐵礦石經(jīng)濟評價模型建立的探討[A];2012年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵學(xué)術(shù)年會文集（下）[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 程志慶;基于高光譜信息的楊樹人工林生產(chǎn)力遙感估算模型的研究[D];中國林業(yè)科學(xué)研究院;2015年

相關(guān)碩士學(xué)位論文 前10條

1 張小萍;黃土高原溝壑區(qū)太陽輻射時空分布特征及估算模型研究[D];西北農(nóng)林科技大學(xué);2015年

2 柳燁;參考作物蒸發(fā)蒸騰量的少因子估算模型研究[D];西北農(nóng)林科技大學(xué);2016年

3 王靜;基于衛(wèi)星遙感的長三角主要城市PM2.5估算[D];華東師范大學(xué);2016年

4 劉桂鵬;基于高光譜遙感的玉米冠層參數(shù)及葉綠素估算模型研究[D];沈陽農(nóng)業(yè)大學(xué);2016年

5 賀婷;玉米氮素營養(yǎng)監(jiān)測的高光譜遙感估算模型研究[D];沈陽農(nóng)業(yè)大學(xué);2016年

6 何斐璐;承包商視角下的改進掙得值法研究[D];西南交通大學(xué);2015年

7 孫超;軟件估算模型的演化控制技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

8 程博;面向敏捷開發(fā)項目的工作量估算模型的研究與應(yīng)用[D];北京工業(yè)大學(xué);2012年

9 馬劍;軟件開發(fā)工作量估算模型研究及其在項目管理中的應(yīng)用[D];華北電力大學(xué);2012年

10 賀軍亮;基于有機質(zhì)光譜診斷指數(shù)的土壤重金屬含量估算模型研究[D];南京師范大學(xué);2007年

本文編號：2298071