|
|
18.
基于高光谱和多光谱融合的喀斯特地区石灰土有机碳含量反演
谭咏诗, 韦真茜, 肖雁, 黄玉林, 黎宗鑫, 杨舒婷, 邹林, 杨岚惠, 邓羽松
应用生态学报
2025, 36 (1):
197-207.
DOI: 10.13287/j.1001-9332.202501.025
有机碳作为土壤的重要组成部分之一,评估其质量和稳定性具有重要意义。在喀斯特区,研究土壤有机碳含量分布特征可以识别潜在的土壤侵蚀风险区域,为优化土地利用、制定有效的水土保持措施提供科学依据。本研究以桂南喀斯特石灰土为研究对象,采集不同土地利用类型下土壤样品,利用5款智能手机拍摄获取土壤颜色图像,提取土壤颜色参数,使用光谱仪获取土壤光谱信息;并结合机器学习方法和线性算法,即人工神经网络(BPNN)、支持向量机(SVM)、随机森林(RF),以及线性算法偏最小二乘回归(PLSR),建立有机碳含量反演预测模型,使用决定系数、均方根误差、相对分析误差作为模型精度评价指标,筛选并明确适用于该地区土壤有机碳含量的智能手机及对应的预测模型和光谱仪方法下的预测模型。结果表明: 5款智能手机基于4种建模方法的建模结果呈现出不同效果,表现为:Redmi Note11T pro+>IQOO Neo7 SE>华为nova 5Z>realme X7 pro>iPhone X;采用5款智能手机采集的多光谱数据与光谱仪采集的高光谱数据综合建模效果表现一致,其中,SVM精度评估系数最好,建模效果最佳,其次是BPNN、RF和PLSR,相较于PLSR,机器学习算法展现出更好的预测效果;结合模型估算散点图,当土壤有机碳含量低于10 g·kg-1时,模型预测结果较为分散,当土壤有机碳含量高于10 g·kg-1时,模型预测结果更为集中。本研究为深入了解喀斯特地区土壤有机碳含量的空间特征提供了理论支持和实践基础,可为解决该地区水土流失问题和改善农业生产环境提供依据。
参考文献 |
相关文章 |
多维度评价 |
评论(0)
|
|