基于机器学习算法的土壤有机质质量比估算

• 作 者: 白婷 丁建丽 王敬哲
• 机 构: 新疆大学资源与环境科学学院,新疆大学绿洲生态教育部重点实验室,新疆大学智慧城市与环境建模自治区普通高校重点实验室
• 出 处: 排灌机械工程学报
• 发表日期: 2020年08期
• 关键词: 土壤有机质 高光谱 光谱变量 竞争适应重加权法 随机森林 soil organic matterhyperspectrumspectral variableCA
• 基金项目: 国家自然科学基金资助项目(41771470)

为快速高效地估测干旱、半干旱地区土壤有机质(soil organic matter,SOM)质量比,提出了一种结合竞争适应重加权法(CARS)和随机森林(RF)的估测模型.以内陆干旱区——中国新疆艾比湖流域为研究区,测定土壤高光谱反射率和SOM质量比,经预处理后,利用CARS对原始光谱R及其一阶导数R、吸光度log(1/R)及其一阶导数[log(1/R)]4种光谱变量的可见-近红外光谱进行筛选,并结合RF算法,建立全谱段RF模型与CARS-RF模型.结果表明:基于CARS方法对光谱进行变量筛选后