| 粒子群优化神经网络的土壤有机质高光谱估测 |
| |
| 引用本文： | 邹慧敏,李西灿,尚璇,苗传红,黄超,路杰晖.粒子群优化神经网络的土壤有机质高光谱估测[J].测绘科学,2019,44(5):146-150,170. |
| |
| 作者姓名： | 邹慧敏 李西灿 尚璇 苗传红 黄超 路杰晖 |
| |
| 作者单位： | 山东农业大学信息科学与工程学院,山东泰安,271018;山东农业大学信息科学与工程学院,山东泰安,271018;山东农业大学信息科学与工程学院,山东泰安,271018;山东农业大学信息科学与工程学院,山东泰安,271018;山东农业大学信息科学与工程学院,山东泰安,271018;山东农业大学信息科学与工程学院,山东泰安,271018 |
| |
| 基金项目： | 国家自然科学基金;山东省自然科学基金 |
| |
| 摘 要： | 针对提高土壤有机质高光谱估测精度的问题,该文对山东省泰安市的92个棕壤样本进行光谱去噪,剔除异常样本处理后,对光谱反射率进行11种变换,发现一阶微分变换最佳;然后计算土壤有机质含量与变换后光谱反射率的相关系数,选取5个特征波段,分别利用多元线性回归、BP神经网络、支持向量机、粒子群优化神经网络4种方法建立土壤有机质含量高光谱估测模型并进行精度比较。实验结果表明,多元线性回归、BP神经网络、支持向量机和粒子群优化神经网络模型的决定系数R2分别为0.520 3、0.665 4、0.735 0和0.853 0,均方根误差分别为2.12、1.99、1.45和1.08。研究结果表明,粒子群优化神经网络的反演精度高、稳定性强,可有效提高土壤有机质的光谱估测能力。
|
| 关 键 词： | 高光谱遥感 土壤有机质 粒子群优化神经网络 光谱估测 |
Hyperspectral estimation of soil organic matter based on particle swarm optimization neural network |
| |
| ZOU Huimin,LI Xican,SHANG Xuan,MIAO Chuanhong,HUANG Chao,LU Jiehui.Hyperspectral estimation of soil organic matter based on particle swarm optimization neural network[J].Science of Surveying and Mapping,2019,44(5):146-150,170. |
| |
| Authors: | ZOU Huimin LI Xican SHANG Xuan MIAO Chuanhong HUANG Chao LU Jiehui |
| |
| Institution: | (College of Information Science and Engineering,Shandong Agricultural University,Taian,Shandong 271018,China) |
| |
| Abstract: | ZOU Huimin;LI Xican;SHANG Xuan;MIAO Chuanhong;HUANG Chao;LU Jiehui(College of Information Science and Engineering,Shandong Agricultural University,Taian,Shandong 271018,China) |
| |
| Keywords: | hyperspectral remote sensing soil moisture content particle swarm optimization neural network spectral estimation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
