基于遗传算法结合偏最小二乘的潮土碱解氮高光谱特征及含量估测.pdfVIP

中回雉学c萋搪 2015，31(2)：2092·14 ChineseAgriCulturalScienceBulletin 基于遗传算法结合偏最小二乘的潮土碱解氮 高光谱特征及含量估测 陈红艳 ，赵庚星 ，张晓辉 ，陈敬春。，周聪亮 (土肥资源高效利用国家工程实验室／山东农业大学农业大数据研究中心／ 山东农业大学资源与环境学院，山东泰安271018； 山东农业大学机械与电子工程学院，山东泰安271018： 山东省巨野县水务局，山东巨野274900) 摘 要：提取土壤碱解氮特征光谱是利用高光谱数据进行其含量估测的关键。对山东省典型潮土土壤 样本测试高光谱并进行变换；采用遗传算法(GA)结合偏最小二乘法(PLS)，在筛选潮土碱解氮含量特 征谱区的基础上，构建潮土碱解氮含量偏最小二乘(PLS)回归估测模型；优选最佳模型并与相关分析、 逐步回归分析和单纯偏最小二乘回归分析的模型进行比较。结果表明：潮土碱解氮特征波段为449～ 469 nlTl，988--1001 nm ，1065-1078 Bin，171 1736 nnl，1912~1925 nln，2213~2233 nlTI，2262~ 2275nm；基于各输入光谱特征谱 区构建的估测模型决定系数 均较高，其中基于反射率一阶导数光谱 筛选的特征谱区，构建的模型精度最高，数据点(147个)为原始全谱的7．17％，建模 达到0．97，均方根 误差RMSE为4．78mg／kg，验证 为0．95，RMSE为5．49mg／kg，对潮土碱解氮含量具有较好的预测准确 性；在光谱变换形式中，反射率的一阶导数表现最佳；方法比较显示采用遗传算法结合偏最小二乘(GA． PLS)获得较高预测精度的同时，可简化模型。说明遗传算法结合偏最小二乘法(GA—PLS)，可有效筛选 土壤碱解氮的特征波段，减少模型参与变量，提高估测精度。 关键词：土壤碱解氮；高光谱；遗传算法；偏最小二乘回归 中图分类号：S153．2；TP79 文献标志码 ：A 论文编号：2014．0934 HyperspectralCharacteristicandEstimationModeungofFluvo-aquicSoftAlkaliHydrolysable NitrogenContentBasedonGeneticAlgo~thm inCombinationwithPartialLeastSquares ChenHongyan ，ZhaoGengxing，ZhangXiaohui，ChenJingchun，ZhouCongliang (NationalEngineeringLaboratoryforEfficientUtilizationofSoilandFertilzierResources，ResearchCenterofAgriculturalB Data，CollegeofResourcesandEnvironment,ShandongAgriculturalUniversity，TaianShandong271018； CollegeofMechanicalandElectronicEngineering,ShandongAgriculturalUniversity，TaianShandong271018； 3HydrologcialBureau JuyeCounty,JuyeShandong274900) Abstract：Extractingthecharacteristicspecrtaisthekeyofestimatingsoftalkalihydrolysablenitrogencontent basedonhyperspectra．Thisarticlewascarriedouttodetectandtransform thehyperspectrareflectanceofthe