| 基于岭回归的土壤含水率高光谱反演研究 |
| |
| 引用本文： | 张智韬,王海峰,KARNIELI Arnon,陈俊英,韩文霆.基于岭回归的土壤含水率高光谱反演研究[J].农业机械学报,2018,49(5):240-248. |
| |
| 作者姓名： | 张智韬 王海峰 KARNIELI Arnon 陈俊英 韩文霆 |
| |
| 作者单位： | 西北农林科技大学水利与建筑工程学院;西北农林科技大学中国旱区节水农业研究院;本古里安大学Jocob |
| |
| 基金项目： | 国家重点研发计划项目（2017YFC0403302、2016YFD0200700）和杨凌示范区科技计划项目（2016NY-26） |
| |
| 摘 要： | 以以色列南部Seder Boker地区采集的粘壤土样品为研究对象。在室内利用ASD Field Spec 3型高光谱仪获取土壤的原始光谱,在进行数据预处理和不同数学变换后,共获取了4种光谱指标:光谱反射率(REF)、倒数之对数(LR)、一阶微分(FDR)和去包络线(CR)。采用偏最小二乘回归法(PLSR)、逐步回归法(SR)和岭回归法(RR)构建了基于不同指标的土壤含水率高光谱反演模型,并对反演结果进行精度验证与比较。结果表明:REF-PLSR模型在所有回归模型中的反演与预测效果均为最优(R2c=0.990,R2p=0.987),在逐步回归模型和岭回归模型中,LR-SR(R2c=0.981,R2p=0.971)、LR-RR(R2c=0.975,R2p=0.979)均为最佳模型。对于其他3种指标,虽然逐步回归法和岭回归法的建模效果较偏最小二乘回归法略有下降,但R2c均大于0.9,R2p均大于0.8,RPD均大于2.5,RMSE均小于0.03,模型仍具有较好的反演效果;逐步回归法和岭回归法均实现了模型的简化,但岭回归法采用有偏估计从而提高了模型的稳健性,且实现了波段的优选(用于建模的波段数仅为全光谱的0.3%)。粘壤土土壤含水率LR-RR高光谱反演模型的建立为高光谱模型的优化、土壤含水率的快速测定提供了途径。
|
| 关 键 词： | 土壤含水率 高光谱遥感 回归分析 岭回归 波段选择 |
| 收稿时间： | 2017/10/27 0:00:00 |
Inversion of Soil Moisture Content from Hyperspectra Based on Ridge Regression |
| |
| ZHANG Zhitao,WANG Haifeng,KARNIELI Arnon,CHEN Junying and HAN Wenting.Inversion of Soil Moisture Content from Hyperspectra Based on Ridge Regression[J].Transactions of the Chinese Society of Agricultural Machinery,2018,49(5):240-248. |
| |
| Authors: | ZHANG Zhitao WANG Haifeng KARNIELI Arnon CHEN Junying and HAN Wenting |
| |
| Institution: | Northwest A&F University,Northwest A&F University,Ben-Gurion University of the Negev,Northwest A&F University and Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | soil moisture content hyperspectral remote sensing regression analysis ridge regression band selection |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
