基于vis-NIR光谱的Bootstrap-PLSR模型进行SOM预测精度评价

发布时间：2022-09-24 22:25

　　土壤有机质（SOM）是土壤肥力重要指标之一。快速,无损且准确地预测SOM含量对于保护和提升土壤肥力有重要作用。可见-近红外（vis-NIR）光谱结合偏最小二乘回归（PLSR）模型在土壤属性估测中广泛使用,目的是探讨通过Bootstrap抽样提高PLSR的预测能力和泛化能力。以江西、浙江和湖南三省水稻土为研究对象,采集了523个耕层（0～20 cm）土壤样本,比较偏最小二乘回归（PLSR）和Bootstrap-PLSR两种回归模型在估测SOM的精度和泛化能力;利用确定系数（R~2）,均方根误差（RMSE）和性能指标（RPIQ,标准差与四分位间距离的比值）来评估预测的准确度,利用Bootstrap抽样后预测值的95%置信区间和实测值的分布情况、欠拟合和过拟合PLSR和Bootstrap-PLSR回归因子的差异来分析Bootstrap-PLSR模型的泛化能力和稳定性。研究表明:使用Bootstrap-PLSR预测的SOM含量的预测精度（R~2=0.76,RMSE=5.82,RPIQ=2.51）高于PLSR模型（R~2=0.72,RMSE=6.27,RPIQ=2.33）。Bootstrap抽样... 

【文章页数】：8 页

【文章目录】：
1 材料和方法
    1.1 研究区和土壤采集
    1.2 光谱测量与预处理
    1.3 偏最小二乘回归（PLSR）模型
    1.4 Bootstrap抽样
    1.5 模型性能评价
2 结果与分析
    2.1 数据描述性评价
    2.2 PLSR模型Bootstrap抽样前后预测精度比较
3 讨论和结论
    3.1 讨论
    3.2 结论


【参考文献】：
期刊论文
[1]基于主成分分析的最小数据集的肥力指数构建[J]. 杨梅花,赵小敏,王芳东,郭熙,谢文.  江西农业大学学报. 2016(06)
[2]基于综合指数的吉安县耕地质量监测[J]. 杨梅花,王芳东,赵小敏,郭熙.  江西农业大学学报. 2014(04)
[3]基于可见-近红外光谱变量选择的土壤全氮含量估测研究[J]. 杨梅花,赵小敏.  中国农业科学. 2014(12)

硕士论文
[1]基于高光谱遥感的土壤有机质预测建模研究[D]. 李曦.浙江大学 2013



本文编号：3680976