遗传算法和连续投影算法结合.壤有机碳含量高光谱估算模型_牛芳鹏.pdf
《遗传算法和连续投影算法结合.壤有机碳含量高光谱估算模型_牛芳鹏.pdf》由会员分享,可在线阅读,更多相关《遗传算法和连续投影算法结合.壤有机碳含量高光谱估算模型_牛芳鹏.pdf(6页珍藏版)》请在咨信网上搜索。
1、土壤有机碳含量是土壤肥力与土壤质量的主要决定因素,与土壤生产力密切相关。采用高光谱模型估算土壤有机碳含量成为了解土壤肥力的重要方法。利用高光谱分析技术结合机器算法实现快速、高精度的估算土壤有机碳含量,对土壤肥力的可持续利用至关重要。根据实测的土壤有机碳含量及其高光谱反射率数据,运用 方法对光谱波段进行平滑去噪,采用连续投影算法()、遗传算法()对原始光谱及其种不同数学变换光谱分别进行特征波段的筛选,并基于随机森林()方法构建土壤有机碳含量的高光谱估算模型。为进一步降低模型的复杂度,将 算法与算法相结合,寻找最佳特征参数,以提升土壤有机碳含量特征波段的识别率和可信度。结果表明:()在原始光谱中,
2、基于算法筛选 含量的高光谱响应波段主要集中在 、和 ;当 为 时,算法筛选了 个特征变量。()基于算法筛选特征波段时,原始光谱、标准正态变量()、多元散射校正()、一阶微分()、对数的倒数()与连续统去除()的维数分别降低到 、维,占全光谱波段的 ;基于 算法筛选后,种光谱变量的维度介于 维,介于 。()在一阶微分光谱形式下,基于 算法挑选的 个特征变量所构建的 模型预测效果最好,模型的建模集为 ,为 ,验证集为 ,为 ,为 。研究表明,光谱一阶微分可以增强土壤的光谱信息,算法结合 算法寻找光谱特征变量,既简化了估算模型的复杂度,又提高了估算模型的精度,基于遗传算法连续投影算法的高光谱模型具有
3、较高的估算能力。关键词土壤有机碳含量;连续投影;遗传算法;高光谱估算模型;湖滨绿洲中图分类号:文献标识码:()收稿日期:,修订日期:基金项目:国家自然科学基金项目(),新疆维吾尔自治区重大科技专项()资助作者简介:牛芳鹏,年生,新疆水利水电科学研究院助理工程师 :通讯作者 :引言土壤有机碳(,)在促进植物的生长和发育、改良土壤物理性质方面发挥着重要的作用,是土壤碳库的重要组成部分。在西北干旱地区,关于土壤有机碳的研究,对推进绿洲农业发展与“土壤碳循环”具有重大作用与意义。关于 含量的研究早期都是通过经验模型法估算的,不涉及机理过程问题,较易实现,但受人为因素和区域尺度影响较大。随着高光谱遥感技
4、术的发展,土壤反射光谱成为一种快速、高效的土壤属性估算方法,学者们关于光谱信息的预处理、特征变量选择、建模手段等方面做了大量的研究。等采用导数、归一化和非线性变换等六种预处理技术与偏最小二乘、多元线性回归、支持向量机和随机森林算法(,)四种多元校正方法以确定预测 含量的最佳组合。等分析了澳大利亚东部半干旱牧场的 库存,采用逐步回归和遗传算法(,)来选择信息量最大的变量,然后使用这些选定的预测变量来训练增强回归树和 模型,结果表明 能够可靠的预测 储量,其构建的模型 为 ,为 。肖艳等采用小波变换和连续投影算 法(,)挑 选 黑 土 含量光谱特征波段,其构建的支持向量机模型建模集由土壤全谱的 提
5、升至第层小波低频系数的 ,由 降低至 。目前,含量特征波段的提取主要采用逐步回归、相关系数法或 等单一方法,易受到外部环境的影响,不能敏感的反映土壤光谱信息。如何将不同分类模型组合并应用于光谱信息的识别中,并与机器算法结合提高模型精度逐渐成为一种高效的手段。为减少光谱信息重叠,采用算法对预处理后的光谱数据进行特征波段筛选后,结合 算法进一步寻找最佳特征参数,以提升 含量特征波段的识别率,最后利用 方法建立基于特征波段的 土壤有机碳含量模型,以期能够为准确地定量估算湖滨绿洲土壤有机碳含量提供基础支撑。实验部分 研究区概况博斯腾湖西岸湖滨绿洲位于新疆焉耆盆地,地理位置介于 ,海拔 。天气寒冷和干燥
6、,年均气温为 ,夏季月均温 ,冬季月均温 ,年平均降水量为 ,地下水可利用量为 ,矿化度为 。研究区植被主要以胡杨、芦苇等为主,土壤类型主要以草甸土与盐渍土为主。图研究区位置图 土壤样品采集与预处理按照“”型 线 路 进 行 设 点 取 样,为 保 证 样 品 代 表 性,年 月于 个不同土地利用类型 深度的样点,每一采样点由上到下每 取一份土样,自然风干后研磨过 目孔筛。含量采用重铬酸钾容量法外加热法测定,单 位 为。光 谱 数 据 采 用 美 国 公 司 型地物光谱仪测量。测量环境如下:远离可能干扰土壤光谱的物体及环境,选择云量小于、风力低于级的晴朗天气,时间为:;视场角小于 ,探头垂直于
7、土样表面约 处,测量前对光谱仪进行预热与白板校正。采集光谱数据时采用五点梅花法,每个土样共获得 条光谱曲线,去除异常光谱值后,对剩余曲线均值化得到最终的土样光谱数据。所有光谱曲线统一去除水汽影响较大的波段(和 )以及噪音影响较大的尾部波段()。土壤有机碳光谱估算模型开发图描述了 含量估算模型的构建流程:()对采集的土壤样 品 测 定 含 量 与 光 谱 反 射 率 数 据;()采 用 ()滤波方法对光谱曲线进行平滑和去噪,并对原始光谱反射率(,)分别进行标准正态变量变换(,)、多元散射校正(,)、一 阶 微 分(,)、对数的倒数(,)与连续统去除(,)种光谱数学变换;()基于联合距 离(,)方
8、法划分 个样本为训练集,个为验证集,并采用、与 算法对原始光谱及种变换光谱分别进行降维处理;()基于 方法构建研究区 含量估算模型,决定系数(,)、均方根误差(,)和相对分析误差(,)评价模型的精度与稳定性,当取值趋于,越接近,时,表明模型的拟合度越高。图 含量估算模型构建流程图 降维处理方法遗传算法()是一种模拟学习生物界自然进化过程的算法,旨在寻找最优种群,能够减少谱矩阵的信息冗余和多重共线性问题,降低陷入局部最优解的风险,提高模型的精度。利用算法选择特征波段时,种群数设置为,繁殖代数设置为 ,交叉概率设为 ,变异率设置为 ,采用北卡罗来纳大学 遗传算法工具箱。图为 算法过程图。连续投影算
9、法()是一种基于向前变量选择的方法,并从光谱矩阵中选择共线性最小变量组合的算法。通过最小化矢量空间共线性,采用向量投影分析挑选最大向量,最后经过模型校正筛选光谱的特征波长,减少了模型的冗余度,提高了模型的稳定性和可靠性。算法中特征波长数的迭代范围设置为,通过建立多元线性回归模型交叉验证得到的一个均方根误差值 ,选择其中最小的 值对应的波长和波长数确定为最后的最优值。第期 牛芳鹏等:遗传算法和连续投影算法结合的土壤有机碳含量高光谱估算模型图 算法挑选特征变量过程图 ()算法。为进一步简化模型,在算法基础上应用 算法继续进行特征波段的筛选,算法在选择特征变量的过程中具有很强的随机性,算法倾向于在选
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遗传 算法 连续 投影 结合 有机 含量 光谱 估算 模型 牛芳鹏
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。