基于机器学习算法的土壤有机质质量比估算

发布时间：2024-07-06 07:12

　　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,得出4种光谱变量的优选变量集个数分别为35,26,34和121;在4种光谱变量中,R’和[log(1/R)]’的SOM估测模型精度较高,以[log(1/R)]’为基础数据获得的模型精度最高; CARS-RF模型精度优于全谱段RF模型,模型验证集决定系数(R2)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.881,6.438 g/kg和2.177.该研究在预处理的基础上通过变量优选,应用较少的变量获得较高的估测精度,为干旱、半干旱区SOM高光谱估测提供了适宜高效的方法.

【文章页数】：6 页

【部分图文】：

图1研究区位置示意图

艾比湖位于82°36"—83°50"E,44°30"—45°09"N如图1所示，地处西北内陆，准噶尔盆地西部，南、西、北三面环山．该地区干燥少雨，年均降水量仅为100～200mm，潜在蒸发量高达1500～2000mm，属于典型温带大陆性气候．区域内典型地带性土壤为灰漠土、....

图2土壤样品SOM统计特征

针对艾比湖流域绿洲、荒漠及交错带等典型景观特征，选取60个具有典型盐渍化代表的采样点进行野外采样，同时利用GPS记录采样点位置信息，采样时间为2017年7月12—26日．各采样点均采用五点混合法采样，将5个土样均匀混合，作为1个样品，采样深度为0～10cm．采集的土样带回实验室....

图3不同SOM质量比的土壤反射率及其光谱变换曲线(单位:g/kg)

文中采用CARS方法突出进行变量优选，通过反复迭代采样次数，比较单个采样次数的RMSECV值，直至找到最小的RMSECV值所包含的最优变量子集．由于篇幅限制，仅以R的优选变量过程为例进行说明．图4a为光谱变量筛选过程，随着采样数n的增加，被优选出的波长变量数N逐渐减少，整体呈指数....

图4CARS方法筛选关键变量

图3不同SOM质量比的土壤反射率及其光谱变换曲线(单位:g/kg)2.3RF模型建立与验证

本文编号：4002244