基于谐波分析算法的干旱区绿洲土壤光谱特性研究

基于谐波分析算法的干旱区绿洲土壤光谱特性研究

论文摘要

土壤有机质(SOM)含量是评价土壤肥力的重要指标。以新疆渭-库绿洲为研究区,对室内获取的SOM含量及反射光谱数据进行Savitzky-Golay (S-G)平滑和一阶微分(FD)预处理。在此基础上,为减小敏感波段遴选对建模精度的影响,引入谐波分析(HA)算法对全波段光谱数据进行谐波分解。基于主成分分析(PCA)降维后的7个主分量对SOM含量进行基于反向传播(BP)神经网络、遗传算法(GA)-BP神经网络和多元线性回归(MLR)方法的定量估算,并对估算精度进行比较。结果表明:HA预处理后的光谱数据与SOM含量的相关性相较于FD数据有了明显提高;非线性模型BP神经网络的估算精度明显高于线性模型MLR;在非线性模型中,GA-BP模型的估算精度最高,其决定系数为0.92,预测集的均方根误差为3.92×10-3,相对分析误差为1.93。验证了HA算法深度挖掘光谱数据的有效性,经过GA优化的BP神经网络模型可以提高SOM含量的估算精度,为土壤属性的光谱定量估算提供借鉴。

论文目录

  • 1 引 言
  • 2 实验数据与方法流程
  •   2.1 研究区介绍及土壤样品的制备
  •   2.2 光谱数据的采集
  •   2.3 光谱数据的预处理
  •   2.4 HA原理
  •   2.5 SOM含量的估算流程
  •   2.6 模型的精度检验
  • 3 结果分析与讨论
  •   3.1 光谱的预处理
  •   3.2 谐波分析
  •   3.3 模型的构建
  •   3.4 讨 论
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 张子鹏,丁建丽,王敬哲

    关键词: 遥感,高光谱,有机质,谐波分析,主成分分析,遗传算法,反向传播神经网络

    来源: 光学学报 2019年02期

    年度: 2019

    分类: 基础科学,农业科技

    专业: 自然地理学和测绘学,农业基础科学,农艺学

    单位: 新疆大学资源与环境科学学院,新疆大学绿洲生态教育部重点实验室,新疆大学智慧城市与环境建模自治区普通高校重点实验室

    基金: 国家自然科学基金项目(41771470,U1303381,41661046),自治区重点实验室专项基金项目(2016D03001)

    分类号: S151.9

    页码: 391-401

    总页数: 11

    文件大小: 1053K

    下载量: 287

    相关论文文献

    • [1].电网信号谐波分析算法计算性能比较研究[J]. 电测与仪表 2020(01)
    • [2].面向谐波分析的电力系统数字仿真系统研究[J]. 计算机工程与科学 2018(02)
    • [3].谐波分析在贵阳市降水预测中的应用[J]. 中低纬山地气象 2019(02)
    • [4].基于调制迭代法的输电系统多馈入谐波分析[J]. 科技与创新 2017(24)
    • [5].改进型余弦窗在虚拟仪器谐波分析中的应用[J]. 现代电子技术 2018(15)
    • [6].基于谐波分析的负载识别[J]. 中国科技信息 2015(07)
    • [7].基于单片机的谐波分析精度讨论及定点实现[J]. 电脑知识与技术 2008(34)
    • [8].热带风场垂直结构的谐波分析方案[J]. 农业与技术 2015(08)
    • [9].谐波分析在径流预测中的应用[J]. 甘肃科技纵横 2018(04)
    • [10].光伏空调谐波抑制研究[J]. 环境技术 2018(04)
    • [11].中频炉谐波分析及治理方法[J]. 科技展望 2015(20)
    • [12].基于虚拟仪器技术的飞机供电系统谐波分析[J]. 现代电子技术 2014(24)
    • [13].电力系统中谐波分析和抑制方法[J]. 内燃机与配件 2017(02)
    • [14].高端数字万用表在市电谐波分析中的应用[J]. 今日电子 2010(11)
    • [15].企业级配电网络谐波计算面临的问题和解决方案[J]. 石油规划设计 2019(05)
    • [16].基于小波变换的电气化铁道牵引负荷谐波分析[J]. 铁道学报 2011(06)
    • [17].莱夫-文森特窗三谱线插值的电力谐波分析[J]. 电力系统保护与控制 2014(02)
    • [18].城市轨道交通牵引供电系统谐波分析[J]. 中小企业管理与科技(上旬刊) 2020(02)
    • [19].谐波电能追责警示指标及实例分析[J]. 中国科技论文 2017(23)
    • [20].一种冲击性负载电流谐波分析方法[J]. 计算机产品与流通 2018(09)
    • [21].大型数据中心变频水泵配电系统谐波分析[J]. 建筑电气 2016(08)
    • [22].高渗透率并网风力发电的谐波特点及其抑制研究[J]. 电网与清洁能源 2018(09)
    • [23].一种电力谐波分析新算法[J]. 中国电机工程学报 2013(S1)
    • [24].基于DSP的谐波分析多功能数字仪表的原理与应用[J]. 电气制造 2012(12)
    • [25].谐波分析与治理软件的开发与应用[J]. 电力电容器与无功补偿 2011(05)
    • [26].非正规定子绕组的谐波分析[J]. 华中科技大学学报(自然科学版) 2008(03)
    • [27].基于光伏并网点实测数据的谐波评估[J]. 电气技术 2019(06)
    • [28].电动汽车充电站的仿真建模与谐波分析[J]. 电气传动 2019(11)
    • [29].基于ADSP-BF 533电力谐波分析系统的实现与优化[J]. 自动化技术与应用 2010(04)
    • [30].基于损耗和谐波分析的多工况双馈风力发电机定子匝间短路故障研究[J]. 水力发电 2019(02)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于谐波分析算法的干旱区绿洲土壤光谱特性研究
    下载Doc文档

    猜你喜欢