為了提高野外高光譜反演土壤水溶性鹽基離子的精度,以河套灌區(qū)永濟灌域鹽漬化土壤為研究對象,構建了基于光譜變換、特征波段、特征光譜指數(shù)篩選以及支持向量機（SVM）的機器學習相結合的高光譜綜合反演模型。結果表明,經預處理的原始光譜反射率與土壤離子相關性總體較低,最大相關系數(shù)僅為0.18,原始光譜反射率與土壤離子的相關系數(shù)由大到小依次為Ca²⁺、SO₄^2-、Mg²⁺、全鹽量、Na⁺+K⁺、Cl^-。全鹽量、Na⁺+K⁺、Cl^-、SO₄^2-、Ca²⁺、Mg²⁺的光譜最優(yōu)變換形式分別為（1/R）″、（1/R）″、（lnR）’、（lnR）″、R’、（lnR）″,敏感波段（P＜0.01）數(shù)分別為41、7、9、65、76、28個,利用逐步回歸法在敏感波段中篩選出特征波段,基于特征波段建立的回歸模型中各離... 

【文章頁數(shù)】：12 頁

【文章目錄】：
0 引言
1 材料與方法
    1.1 研究區(qū)基本情況
    1.2 土壤樣品采集及含量測定
    1.3 光譜采集及光譜數(shù)據處理
    1.4 光譜指數(shù)的構建
    1.5 基于特征波段和特征光譜指數(shù)的SVM模型構建
    1.6 模型評價指標
2 結果與分析
    2.1 野外實測土壤原始光譜反射率與土壤水溶性鹽基離子含量的相關性
    2.2 土壤水溶性鹽基離子的光譜最優(yōu)變換和特征波段的篩選
    2.3 基于逐步回歸的土壤水溶性鹽基離子特征指數(shù)篩選
    2.4 基于特征波段及特征波段+特征光譜指數(shù)的SVM綜合模型構建
3 討論
4 結論


【參考文獻】：
期刊論文
[1]光譜變換方法對黑土養(yǎng)分含量高光譜遙感反演精度的影響[J]. 張東輝,趙英俊,秦凱,趙寧博,楊越超.  農業(yè)工程學報. 2018(20)
[2]基于高光譜圖像的龍眼葉片葉綠素含量分布模型[J]. 岳學軍,凌康杰,洪添勝,甘海明,劉永鑫,王林惠.  農業(yè)機械學報. 2018(08)
[3]基于嶺回歸的土壤含水率高光譜反演研究[J]. 張智韜,王海峰,KARNIELI Arnon,陳俊英,韓文霆.  農業(yè)機械學報. 2018(05)
[4]基于支持向量機的土壤主要鹽分離子高光譜反演模型[J]. 王海江,蔣天池,YUNGER John A,李亞莉,田甜,王金剛.  農業(yè)機械學報. 2018(05)
[5]基于離散粒子群和偏最小二乘的水源地濁度高光譜反演[J]. 曹引,冶運濤,趙紅莉,蔣云鐘,王浩,嚴登明.  農業(yè)機械學報. 2018(01)
[6]基于光譜變換的高光譜指數(shù)土壤鹽分反演模型優(yōu)選[J]. 張賢龍,張飛,張海威,李哲,海清,陳麗華.  農業(yè)工程學報. 2018(01)
[7]高光譜技術聯(lián)合歸一化光譜指數(shù)估算土壤有機質含量[J]. 洪永勝,朱亞星,蘇學平,朱強,周勇,于雷.  光譜學與光譜分析. 2017(11)
[8]OLI與HSI影像融合的土壤鹽分反演模型[J]. 厲彥玲,趙庚星,常春艷,王卓然,王凌,鄭佳榮.  農業(yè)工程學報. 2017(21)
[9]結合光譜變換和Kennard-Stone算法的水稻土全氮光譜估算模型校正集構建策略研究[J]. 陳奕云,趙瑞瑛,齊天賜,亓林,張超.  光譜學與光譜分析. 2017(07)
[10]基于連續(xù)統(tǒng)去除法的冬小麥葉片全氮含量估算[J]. 李粉玲,常慶瑞.  農業(yè)機械學報. 2017(07)



本文編號：3730404