發(fā)布時間：2017-07-08 06:10

  本文關鍵詞：高光譜技術結(jié)合CARS算法預測土壤水分含量

  更多相關文章： 土壤水分 算法 模型 高光譜 競爭適應重加權(quán)采樣算法 變量優(yōu)選 潮土

【摘要】：高光譜技術已成為預測土壤含水量(soil moisture content,SMC)的重要方法,但因土壤高光譜中包含了大量冗余信息和無效信息,不僅導致SMC的高光譜估算模型復雜度高,而且影響了模型的預測精度。因此,該研究在室內(nèi)設計SMC梯度試驗,測定土壤高光譜反射率,經(jīng)Savitzky-Golay平滑(Savitzky-Golay smoothing,SG)和連續(xù)統(tǒng)去除(continuum removal,CR)預處理后,基于競爭適應重加權(quán)采樣(competitive adaptive reweighted sampling,CARS)方法分別優(yōu)選出土壤在全部SMC的水分敏感波長變量,確定適用于土壤在全部SMC的共性波長變量,以其為優(yōu)選變量集,采用偏最小二乘(partial least squares regression,PLSR)回歸方法建立模型并進行驗證。結(jié)果表明,SG和CR預處理后的光譜曲線在450、1 400、1 900、2 200 nm附近吸收峰的形狀特征凸顯;基于CARS方法對土壤在不同SMC的光譜曲線進行變量優(yōu)選后,得出優(yōu)選變量集為443~449、1 408~1 456、1 916~1 943、2 209~2 225 nm;CARS-PLSR模型性能優(yōu)于全波段PLSR模型,模型預測R2、均方根誤差、相對分析誤差分別為0.983、0.0144、8.36,不僅提升了預測精度和預測能力,而且降低了變量維度和模型復雜度。該文通過優(yōu)選土壤水分的敏感波段,有效提高了SMC預測模型的魯棒性,為快速準確評估農(nóng)田墑情提供了新途徑,為開發(fā)田間SMC測定傳感器提供了理論依據(jù)。
【作者單位】： 華中師范大學地理過程分析與模擬湖北省重點實驗室;華中師范大學城市與環(huán)境科學學院;
【關鍵詞】： 土壤水分 算法 模型 高光譜 競爭適應重加權(quán)采樣算法 變量優(yōu)選 潮土
【基金】：國家自然科學基金項目(41401232;41271534) 中央高�；究蒲袠I(yè)務費專項資金項目(CCNU15A05006;CCNU15A05004)
【分類號】：S127
【正文快照】： 于雷,朱亞星,洪永勝,夏天,劉目興,周勇.高光譜技術結(jié)合CARS算法預測土壤水分含量[J].農(nóng)業(yè)工程學報,2016,32(22):138-145.doi:10.11975/j.issn.1002-6819.2016.22.019 http://www.tcsae.orgYu Lei,Zhu Yaxing,Hong Yongsheng,Xia Tian,Liu Muxing,Zhou Yong.Determination of s

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 劉燕德;孫祥;楊信廷;張光偉;;高光譜技術在作物葉綠素含量檢測中的應用研究進展[J];廣東農(nóng)業(yè)科學;2013年22期

2 陸偉;毛罕平;;高光譜技術在作物信息診斷監(jiān)測中的應用[J];安徽農(nóng)業(yè)科學;2007年06期

3 姚云軍;秦其明;張自力;李百壽;;高光譜技術在農(nóng)業(yè)遙感中的應用研究進展[J];農(nóng)業(yè)工程學報;2008年07期

4 喬欣;馬旭;梁留鎖;;高光譜技術在農(nóng)作物營養(yǎng)信息診斷中的應用[J];農(nóng)機化研究;2005年06期

5 王思恒;;高光譜遙感技術在農(nóng)業(yè)中的應用現(xiàn)狀及展望[J];中國農(nóng)業(yè)信息;2013年13期

6 陳拉;;高光譜遙感數(shù)據(jù)在植被信息提取中的應用研究[J];安徽農(nóng)業(yè)科學;2009年08期

7 趙娟;彭彥昆;趙松瑋;宋育霖;;基于高光譜技術檢測蘋果外觀缺陷[J];食品安全質(zhì)量檢測學報;2012年06期

8 彭彥昆;李永玉;趙娟;單佳佳;;基于高光譜技術蘋果硬度快速無損檢測方法的建立[J];食品安全質(zhì)量檢測學報;2012年06期

9 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 蔣桂英;李少昆;官春云;陳金湘;;高光譜技術在農(nóng)業(yè)上的應用(綜述)[A];21世紀作物科技與生產(chǎn)發(fā)展學術討論會論文集[C];2002年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 金靈;基于高光譜技術的寧夏灘羊肉內(nèi)部品質(zhì)檢測方法研究[D];寧夏大學;2014年

，

本文編號：533273