基于遗传算法的土壤质地高光谱预测模型研究

编号 zgly0001645191

文献类型 期刊论文

文献题名 基于遗传算法的土壤质地高光谱预测模型研究

作者 乔天  吕成文  肖文凭  吕凯  水宏伟 

作者单位 安徽师范大学国土资源与旅游学院 

母体文献 土壤通报 

年卷期 2018年04期

年份 2018 

分类号 TP18  S151.9 

关键词 高光谱  土壤质地  遗传算法  偏最小二乘回归 

文摘内容 为快速、准确地获取土壤质地信息,利用遗传算法结合偏最小二乘法(GA-PLS)回归建立土壤质地预测模型。采集了丰乐河流域162个表层土样,在实验室内对土样进行质地分析和光谱测量,采用遗传算法(Genetic Algorithm)筛选土壤质地光谱特征波段,在此基础上运用偏最小二乘法(PLS)构建了土壤质地预测模型,并与全谱段PLS模型进行对比分析。结果表明:基于遗传算法结合偏最小二乘的模型验证精度高于全谱段PLS模型,粉粒光谱验证集R~2达到0.841,RPD为2.391,较全谱段PLS模型RPD提高了18.13%,提升效果显著;砂粒光谱验证集的R~2为0.721,RPD为2.142,较全谱段PLS模型RPD提高了10.41%。遗传算法结合偏最小二乘法(GA-PLS)在土壤质地高光谱估测中,压缩了光谱变量,减少了数据冗余,提高了模型预测精度。