基于遗传算法结合偏最小二乘的潮土碱解氮高光谱特征-中国农学通报.PDF

中国农学通报 2015,31(2):209-214 Chinese Agricultural Science Bulletin 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 1,2 1 2 3 1 陈红艳 ，赵庚星 ，张晓辉 ，陈敬春 ，周聪亮 1 （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 ； 2 山东农业大学机械与电子工程学院，山东泰安271018 ； 3 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 nm ，988~ 1001 nm ，1065~ 1078 nm ，1716~ 1736 nm ，1912~ 1925 nm ，2213~2233 nm ，2262~ 2 2275 nm ；基于各输入光谱特征谱区构建的估测模型决定系数R 均较高，其中基于反射率一阶导数光谱 2 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R 达到0.97 ，均方根 2 误差RMSE 为4.78 mg/kg ，验证R 为0.95 ，RMSE 为5.49 mg/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 HyperspectralCharacteristicandEstimationModelingofFluvo-aquicSoilAlkaliHydrolysable NitrogenContentBasedonGeneticAlgorithminCombinationwithPartialLeastSquares 1,2 1 2 3 1 ChenHongyan ,ZhaoGengxing,ZhangXiaohui,ChenJingchun,ZhouCongliang (NationalEngineeringLaboratoryforEfficientUtilizationofSoilandFertilizerResourc