基于全子集-分位数回归的土壤含盐量反演研究

发布时间：2022-08-01 18:32

　　为提高植被覆盖条件下卫星遥感对土壤含盐量的估测精度,以河套灌区解放闸灌域为研究区,以高分一号卫星影像为数据源,同步采集不同深度土壤含盐量,通过全子集筛选法（Best subset selection）分析不同波段和光谱指数对于不同深度土壤含盐量的敏感性,并采用人工神经网络（Artificial neural network,ANN）、支持向量机（Support vector machine,SVM）和分位数回归（Quantile regression,QR） 3种方法,构建全子集筛选前后0～20 cm、20～40 cm、0～40 cm、40～60 cm、0～60 cm等不同深度下的土壤含盐量反演模型。结果表明,B4、BI、SI1、SI3是0～20 cm、0～40 cm处土壤含盐量的敏感变量组合,B4、BI、NDVI为20～40 cm、40～60 cm、0～60 cm处土壤含盐量的敏感变量组合;在各深度下,分位数回归模型的精度最高,模型的决定系数R2c1、R2v1均在0. 4以上,均方根误差RMSEc1、RMSEv1均小于0. 4%,SVM次之,ANN最差;在20～40 cm深度下QR反... 

【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
    1.2 遥感数据获取及预处理
    1.3 土壤样本采集及化学分析
    1.4 光谱指数计算及全子集筛选
    1.5 模型建立
        1.5.1 分位数回归模型
        1.5.2 人工神经网络模型
        1.5.3 支持向量机模型
    1.6 统计分析
2 结果与分析
    2.1 自变量与土壤含盐量的相关性分析
    2.2 基于全子集的最优自变量组合方式筛选确定
    2.3 人工神经网络模型建立与分析
    2.4 支持向量机模型建立与分析
    2.5 分位数回归模型建立与分析
    2.6 模型综合评价
3 讨论
4 结论


【参考文献】：
期刊论文
[1]环境敏感变量优选及机器学习算法预测绿洲土壤盐分[J]. 王飞,杨胜天,丁建丽,魏阳,葛翔宇,梁静.  农业工程学报. 2018(22)
[2]基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算[J]. 王海峰,张智韬,Arnon Karnieli,陈俊英,韩文霆.  农业工程学报. 2018(14)
[3]光谱指数的植被叶片含水量反演[J]. 张海威,张飞,张贤龙,李哲,Abduwasit Ghulam,宋佳.  光谱学与光谱分析. 2018(05)
[4]基于岭回归的土壤含水率高光谱反演研究[J]. 张智韬,王海峰,KARNIELI Arnon,陈俊英,韩文霆.  农业机械学报. 2018(05)
[5]干旱区土壤盐渍化信息遥感建模[J]. 冯娟,丁建丽,杨爱霞,蔡亮红.  干旱地区农业研究. 2018(01)
[6]基于遥感反演河套灌区土壤盐分分布及对作物生长的影响[J]. 黄权中,徐旭,吕玲娇,任东阳,柯隽迪,熊云武,霍再林,黄冠华.  农业工程学报. 2018(01)
[7]OLI与HSI影像融合的土壤盐分反演模型[J]. 厉彦玲,赵庚星,常春艳,王卓然,王凌,郑佳荣.  农业工程学报. 2017(21)
[8]基于无人机数码影像的大豆育种材料叶面积指数估测[J]. 李长春,牛庆林,杨贵军,冯海宽,刘建刚,王艳杰.  农业机械学报. 2017(08)
[9]基于VTCI和分位数回归模型的冬小麦单产估测方法[J]. 王蕾,王鹏新,李俐,张树誉.  农业机械学报. 2017(07)
[10]基于分位数回归的洱海藻类对氮、磷及水温的响应特征[J]. 陈小华,李小平,钱晓雍,胡双庆.  环境科学. 2017(01)

博士论文
[1]野生二粒小麦优异耐盐种质的鉴定及其相关基因的发掘[D]. 冯克伟.西北农林科技大学 2018

硕士论文
[1]内蒙古河套灌区耕荒地间土壤水盐运移规律研究[D]. 李亮.内蒙古农业大学 2008



本文编号：3667960