土壤有机质可见-近红外光谱反演模型校正集构建
土壤有机质光谱反演的过程中校正集的构建对模型的预测精度有着重要影响.如何构建合适的校正集,以及如何在保证一定模型预测精度的前提下降低建模成本是当前研究的重要方向.本文以江汉平原洪湖地区水稻土为研究对象,分别采用基于光谱信息的Kennard‐Stone(KS)法,同时考虑理化性质与光谱信息的Rank-KS和SPXY法,构建样本数占总校正集不同比例的子校正集,采用偏最小二乘回归,建立土壤有机质的可见—近红外光谱反演模型.结果表明:仅考虑光谱信息的KS法无法提高模型预测精度;当比例为50％时,基于SPXY法的模型最佳,回归决定系数Rc2为0.922,外部检验决定系数Rp2为0.848,相对分析误差(RPD)为2.557;Rank-KS法能够在保证预测精度的情况下最大限度地减少校正集样本量,其最小校正集样本数占总校正集的30％,对应的Rc2为0.872,Rp2为0.802,RPD为2.212.结果说明当校正集具有较均匀的有机质含量分布、且能覆盖整个样本集光谱空间的时候,能够以较少的建模样本达到与总校正集相近甚至更高的模型预测精度,提升了土壤有机质光谱反演模型的实用性.
土壤有机质 可见-近红外反射光谱 反演算法 校正集 偏最小二乘回归
陈奕云 齐天赐 黄颖菁 万远 赵瑞瑛 亓林 张超
武汉大学资源与环境科学学院,湖北武汉,430079;土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所),江苏南京210008;武汉大学苏州研究院,江苏苏州215123;武汉大学地球空间信息 武汉大学资源与环境科学学院,湖北武汉,430079;湖泊与环境国家重点实验室(中国科学院南京地理与湖泊研究所),江苏南京210008 武汉大学资源与环境科学学院,湖北武汉,430079 湖北师范大学,城市与环境学院,湖北,黄石435002 武汉大学资源与环境科学学院,湖北武汉,430079;浙江大学农业遥感与信息技术应用研究所,浙江杭州310058 武汉大学资源与环境科学学院,湖北武汉,430079;中国科学院地理科学与资源研究所,北京100101
国内会议
深圳
中文
1-6
2016-09-23（万方平台首次上网日期，不代表论文的发表时间）