基于CARS-SAA的土壤铵态氮含量高光谱反演

doi:10.19754/j.nyyjs.20230130012

农业与技术 ›› 2023, Vol. 43 ›› Issue (2): 45-50.DOI: 10.19754/j.nyyjs.20230130012

基于CARS-SAA的土壤铵态氮含量高光谱反演

汤能肖志云王生富

1.内蒙古工业大学电力学院，内蒙古呼和浩特010080； 2.内蒙古自治区机电控制重点实验室，内蒙古呼和浩特010051： 3.内蒙古自治区农村牧区社会事业发展中心，内蒙古呼和浩特010020

出版日期:2023-01-30 发布日期:2023-01-30
作者简介:汤能(1997-)，男，硕士在读。研究方向：高光谱技术在农业中的应用；通讯作者肖志云，男，博士，教授。研究方向：高光谱技术在农业中的应用等。
基金资助:
国家自然科学基金（项目编号：61661042）；内蒙古自治区自然科学基金项目（项目编号：2021IS06020);内蒙古自治区科技计划项目（项目编号：2021GG0345)

Online:2023-01-30 Published:2023-01-30

摘要/Abstract

摘要： 利用高光谱技术对河套灌区土壤铵态氨含量检测过程中，为降低高光谱数据中存在的冗余变量信息对模型预测精度的影响。本文针对河套灌区土壤铵态氯含量提出了一种竞争性自适应重加权算法(CAR$)和模拟退火算法(SAA)相结合的特征变量筛选方法，并建立偏最小二乘回归(PLSR)和随机森林回归(RF)相结合的预测模型(PLSR-RF、RF-PLSR)。结果表明，CARS-SAA能有效筛选变量个数和减小计算量，并稳定模型预测精度。其中，CARS-SAA-PLSR-RF模型的预测精度最佳，验证集的决定系数R2为O.902、均方根误差RMSE为1.583mg·kg、相对分析误差RPD为3.198。具有很好的预测效果，可知CARS-SAA是种有效的高光谱特征变量筛选方法，在提高预测精度的同时简化了模型的运算。该模型结合高光谱技术可以对河套灌区土壤铵态氮含量进行快速有效的无损检测。

中图分类号:

. 基于CARS-SAA的土壤铵态氮含量高光谱反演[J]. 农业与技术, 2023, 43(2): 45-50.

参考文献

[1 Maire V,Wright I J,Prentice I C,et al.Global effects of soil andclimate on leafphotosynthetic traits and rates:Effects of soil and cli-mate on photosynthetic traits J].Global Ecology and Biogeogra-phy,2015,24(6):706-717. [2]侯颖，杨航，朱新玉，等.园林植物对城市绿地土壤影响的研究进展[J].北方园艺，2022(13)：126-133. [3]Bilgili A V,Es H,Akbas F,et al.Visible-near infrared reflec-tance spectroscopy for assessment of soil properties in a semi-arid ar-ea of Turkey J].Journal of Arid Environments,2010,74 (2):229-238. [4]罗江宏，李杰，李娟，等.施氮水平和间断施氮对生菜生长和品质的影响[J].北方园艺，2022(11)：23-30. [5]李江波，彭彦昆，陈立平，黄文倩.近红外高光谱图像结合CARS算法对鸭梨SSC含量定量测定[J].光谱学与光谱分析，2014,34(05)：1264-1269. [6]Fan S,Huang W,Guo Z,et al.Prediction of Soluble Solids Con-tent and Firmness of Pears Using Hyperspectral Reflectance ImagingJ].Food Analytical Methods,2015,8 (8):1936-1946. [7]孙宇乐，屈忠义，刘金明.基于地面光谱联合SAR多源数据的农田表土氮磷监测[J].灌溉排水学报，2020,39(12)：120-127. [8]朱淑鑫，杨宸，顾兴健，张永春，艾玉春，徐焕良.K均值算法结合连续投影算法应用于土壤速效钾含量的高光谱分析[J].江苏农业学报，2020,36(02)：358-365. [9]齐海军，李绍稳，Kamieli Amon,金秀，王文才.基于PLS-BPNN算法的土壤速效磷高光谱回归预测方法[J].农业机械学报，2018,49(02)：166-172. [10]李焱，王让会，管延龙，蒋烨林，吴晓全，彭擎.基于高光谱反射特性的土壤全氮含量预测分析[J].遥感技术与应用，2017,32(01):173-179. [11]刘九材，高杨.连续投影算法和模拟退火算法在苹果品种分类模型中的分析[J].安徽农学通报，2022,28(10)：52-54. [12]周伟，黄凌霄，井冈山.基于模拟退火算法的粮虫图像特征提取[J].北京农业，2011(09)：57-58. [13]内蒙古农牧业厅.内蒙古巴彦淖尔市五原县农牧业经济发展情况的调研报告[J].北方经济，2017,29(09)：38-40. [14]殷彩云，白子金，罗德芳，彭杰.基于高光谱数据的土壤全氮含量估测模型对比研究[J].中国土壤与肥料，2022(01)：9-15. [15]唐海涛，孟祥添，苏循新，马涛，刘焕军，鲍依临，张美薇，张新乐，霍海志.基于CARS算法的不同类型土壤有机质高光谱预测[J].农业工程学报，2021,37(02)：105-113. [16]梁琨，刘全祥，潘磊庆，等.基于高光谱和CARS-RV算法的库尔勒香梨可溶性固体物含量检测[J].南京农业大学学报，2018,41(04)：760-766. [17]李伟，孙云娟.基于变换域特征提取和模拟退火算法特征选择的人脸识别[J].洛阳理工学院（自然科学版），2017,27(02):70-74. [18]石吉勇，邹小波，王开亮，等.模拟退火算法用于食醋总酸含量近红外光谱模型的波数点优选[J].食品安全，2011，32(10)：120-124. [19]肖志云，徐新宇.基于偏最小二乘与随机森林的土壤盐含量反演研究[J].安徽农业科学，2021,49(08)：10-15. [20]王世东，石朴杰，张合兵，等.基于高光谱的矿区复垦农田土壤金氮含量反演[J].生态学杂志，2019,38(01)：294-301. [21]石吉勇，邹小波，赵杰文，毛罕平.BPLS结合模拟退火算法的近红外光谱特征波长选择研究[J].红外与毫米波学报，2011,30(05):458-462.

[1]	. 南方红壤丘陵生态脆弱区耕地利用集约度变化及其驱动因素[J]. 农业与技术, 2024, 44(5): 53-58.
[2]	. 通透肋式拱梁隧道地震响应分析[J]. 农业与技术, 2023, 43(4): 33-38.
[3]	. 某防洪治理工程冲刷深度及堤身渗流计算分析[J]. 农业与技术, 2022, 42(15): 39-42.
[4]	. 基于奇异矩阵的广义岭估计与主成分估计的比较[J]. 农业与技术, 2022, 42(15): 75-77.
[5]	. 基于多时相SAR数据的水稻面积提取[J]. 农业与技术, 2022, 42(12): 32-35.
[6]	. 基于星机遥感数据的阴影影响下冬小麦覆盖度估算[J]. 农业与技术, 2022, 42(9): 48-54.
[7]	. 托卡依水库除险加固工程水土保持措施设计探讨[J]. 农业与技术, 2022, 42(9): 55-58.
[8]	. 基于高分卫星的阿勒泰市克兰河谷植被覆盖度监测[J]. 农业与技术, 2022, 42(8): 78-82.
[9]	. 倾斜摄影测量在三维地形图绘制中的应用[J]. 农业与技术, 2022, 42(7): 52-55.
[10]	. 基于NDVI和GF影像的冬季未种植耕地遥感识别[J]. 农业与技术, 2022, 42(5): 28-34.

基于CARS-SAA的土壤铵态氮含量高光谱反演

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics