- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 卷,第 期 光 谱 学 与 光 谱 分 析 , ,
32 9 Vol.32No.9 23932398
pp
年 月 ,
2012 9 Sectrosco andSectralAnalsis Setember2012
p py p y p
基于全谱数据挖掘技术的土壤有机质高光谱预测建模研究
,
1 1 2 1 1 3
纪文君 ,李 曦 ,李成学 ,周 银 ,史 舟
1.浙江大学农业遥感与信息技术应用研究所,浙江 杭州 310058
2.云南农业大学资源与环境学院,云南 昆明 650201
3.浙江大学唐仲英传感材料及应用研究中心,浙江 杭州 310058
摘 要 可见/近红外高光谱技术与建模方法是当前土壤近地传感器研究领域的重要方向,可应用于土壤养
分信息的快速获取和农田作物的精确施肥管理。以浙江省水稻土为研究对象,利用以非线性模型为核心的
数据挖掘技术,包括随机森林、支持向量机、人工神经网络等方法分别建立了不同建模集和验证集的原始光
谱与有机质含量的估测模型。结果表明:研究比较的 , 和全部样本建模并全部验证的三种样本模
1∶1 3∶1
式划分对建模的结果有一定的影响。相较于目前常用的偏最小二乘回归( )建模方法而言,非线性模型
PLSR
和 也取得了较好的建模精度,三种模式下其 值均大于 。特别是采用 建模方法所得模
RF SVM RDP 1.4 SVM
型具有很好的预测能力,模式二下其RDP值达到2.16。同时引入ANN方法改进建立的PLSRANN方法显
著提高了PLSR的模型预测能力。
关键词 水稻土;有机质;可见近红外光谱;建模方法
中图分类号: / 文献标识码: : / ( )
TP79S153.2 A 犇犗犐10.3964.issn.10000593201209239306
文档评论(0)