基于数据挖掘技术的高光谱土壤质地分类研究

发布时间：2023-03-11 02:32

　　【目的】寻找红壤地区不同土壤质地类型的Vis-NIR光谱反射规律,通过光谱对土壤质地类别进行快速、准确的预测。【方法】以江西省奉新县北部为研究区,245个土壤样本为研究对象,在国际制土壤质地4组和12级两种分类标准下,首先分析不同土壤质地类型的光谱反射率,然后采用9种数学变换方法和5种机器学习算法相互组合的数据挖掘模型,进行土壤质地的分类研究,最后对建模准确度最高的混淆矩阵和预测结果三角坐标分布图进行分析。【结果】(1)不同土壤质地之间的光谱反射率存在较多的交叉重叠现象,土壤质地与光谱反射率之间的规律较为复杂;(2)分数阶导数变换是整数阶导数的扩展,有助于土壤质地的分类,但原始光谱数据具有更加丰富的特征信息,更适合进行土壤质地分类建模;(3)在对非均衡数据集建模时,集成学习方法和神经网络方法都是不错的选择;(4)较难通过模型去区分土壤质地分界线附近的类别,其中在4组分类标准下最容易被预测错误成黏壤土组,在12级分类标准下最容易被预测错误成黏壤土和壤质黏土这两种土壤质地类型;(5)在4组分类标准中,进行归一化处理和MLP模型组合取得了0.68的最高预测准确度,其中黏壤土组的预测准确度能达...

【文章页数】：11 页

【文章目录】：
0 引言
1 材料与方法
    1.1 研究区概况与土壤样本采集
    1.2 光谱数据采集与预处理
    1.3 模型建立与精度评价
        1.3.1 建模方法
        1.3.2 精度评价
2 结果
    2.1 土壤质地统计特征分析
    2.2 建模结果比较
        2.2.1 4组分类建模结果比较
        2.2.2 12级分类建模结果比较
3 讨论
4 结论



本文编号：3759024