發(fā)布時(shí)間：2024-07-06 07:12

　　為快速高效地估測(cè)干旱、半干旱地區(qū)土壤有機(jī)質(zhì)(soil organic matter,SOM)質(zhì)量比,提出了一種結(jié)合競(jìng)爭(zhēng)適應(yīng)重加權(quán)法(CARS)和隨機(jī)森林(RF)的估測(cè)模型.以內(nèi)陸干旱區(qū)——中國(guó)新疆艾比湖流域?yàn)檠芯繀^(qū),測(cè)定土壤高光譜反射率和SOM質(zhì)量比,經(jīng)預(yù)處理后,利用CARS對(duì)原始光譜R及其一階導(dǎo)數(shù)R’、吸光度log(1/R)及其一階導(dǎo)數(shù)[log(1/R)]’4種光譜變量的可見-近紅外光譜進(jìn)行篩選,并結(jié)合RF算法,建立全譜段RF模型與CARS-RF模型.結(jié)果表明:基于CARS方法對(duì)光譜進(jìn)行變量篩選后,得出4種光譜變量的優(yōu)選變量集個(gè)數(shù)分別為35,26,34和121;在4種光譜變量中,R’和[log(1/R)]’的SOM估測(cè)模型精度較高,以[log(1/R)]’為基礎(chǔ)數(shù)據(jù)獲得的模型精度最高; CARS-RF模型精度優(yōu)于全譜段RF模型,模型驗(yàn)證集決定系數(shù)(R2)、均方根誤差(RMSE)、相對(duì)分析誤差(RPD)分別為0.881,6.438 g/kg和2.177.該研究在預(yù)處理的基礎(chǔ)上通過(guò)變量?jī)?yōu)選,應(yīng)用較少的變量獲得較高的估測(cè)精度,為干旱、半干旱區(qū)SOM高光譜估測(cè)提供了適宜高效的方法.

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖1研究區(qū)位置示意圖

艾比湖位于82°36"—83°50"E,44°30"—45°09"N如圖1所示，地處西北內(nèi)陸，準(zhǔn)噶爾盆地西部，南、西、北三面環(huán)山．該地區(qū)干燥少雨，年均降水量?jī)H為100～200mm，潛在蒸發(fā)量高達(dá)1500～2000mm，屬于典型溫帶大陸性氣候．區(qū)域內(nèi)典型地帶性土壤為灰漠土、....

圖2土壤樣品SOM統(tǒng)計(jì)特征

針對(duì)艾比湖流域綠洲、荒漠及交錯(cuò)帶等典型景觀特征，選取60個(gè)具有典型鹽漬化代表的采樣點(diǎn)進(jìn)行野外采樣，同時(shí)利用GPS記錄采樣點(diǎn)位置信息，采樣時(shí)間為2017年7月12—26日．各采樣點(diǎn)均采用五點(diǎn)混合法采樣，將5個(gè)土樣均勻混合，作為1個(gè)樣品，采樣深度為0～10cm．采集的土樣帶回實(shí)驗(yàn)室....

圖3不同SOM質(zhì)量比的土壤反射率及其光譜變換曲線(單位:g/kg)

文中采用CARS方法突出進(jìn)行變量?jī)?yōu)選，通過(guò)反復(fù)迭代采樣次數(shù)，比較單個(gè)采樣次數(shù)的RMSECV值，直至找到最小的RMSECV值所包含的最優(yōu)變量子集．由于篇幅限制，僅以R的優(yōu)選變量過(guò)程為例進(jìn)行說(shuō)明．圖4a為光譜變量篩選過(guò)程，隨著采樣數(shù)n的增加，被優(yōu)選出的波長(zhǎng)變量數(shù)N逐漸減少，整體呈指數(shù)....

圖4CARS方法篩選關(guān)鍵變量

圖3不同SOM質(zhì)量比的土壤反射率及其光譜變換曲線(單位:g/kg)2.3RF模型建立與驗(yàn)證

本文編號(hào)：4002244