基于偏最小二乘与随机森林的土壤盐含量反演研究.pdfVIP

基于偏最小二乘与随机森林的土壤盐含量反演研究 摘要 针对土默川平原地区的土壤盐分含量提出了偏最小二乘与随机森林相结合(ＲF－PLSＲ、PLSＲ－ＲF)对土壤盐分含量进行预测的 。 45 ， 35 ，10 。 回归反演模型 该研究共采集 份土壤样本 随机选取 份为建模集 份为验证集 试验首先对采集到的高光谱土壤图像进行分 400 ～ 1 000 nm ， 4 ( 、 、SG 割处理提取出土壤在 的原始反射光谱 其次对原始反射光谱进行 种光谱变换 一阶微分 多元散射校正的一阶微分 、 )， (CA)， ， 平滑去噪的一阶微分 对数的一阶微分 并与土壤的实测盐分量进行相关性分析 利用相关系数选取敏感波段 最后建立偏最小 。 ， 、 ，2 二乘与随机森林结合的回归反演模型 结果表明 与偏最小二乘回归 随机森林回归单独建模相比 种模型结合后的预测精度有明显 2 。 PLSＲ－ＲF ， Ｒ 0．852， ＲMSE 的改善 光谱经过对数的一阶微分变换建立的 反演模型更为明显 其建模集决定系数 c 为 均方根误差 c 为 0．102 g / kg ， ＲPD 2．600，