首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于偏最小二乘法的土壤有机碳高光谱预测研究
引用本文:马丽,吕成文,唐炎.基于偏最小二乘法的土壤有机碳高光谱预测研究[J].安徽师范大学学报(自然科学版),2016,39(2):164-167.
作者姓名:马丽  吕成文  唐炎
作者单位:安徽师范大学国土资源与旅游学院,安徽芜湖,241000;安徽师范大学国土资源与旅游学院,安徽芜湖,241000;安徽师范大学国土资源与旅游学院,安徽芜湖,241000
基金项目:国家自然科学基金(41371229)
摘    要:对86个土壤样品高光谱数据进行平滑去噪、一阶微分变换以及多元散射校正处理,在此基础上,建立土壤有机碳含量的偏最小二乘法(PLS)反演模型.结果表明,获得的五种PLS模型均具有较高的模型精度.其中,主成份个数为10时,R+MSC的PLS模型效果最好.校正模型的决定系数R2=0.95,校正均方根误差RMSEC=0.95.验证模型的决定系数R2=0.78,预测均方根误差RMSEP=2.03.利用PLS模型对预测集进行预测,实测值与预测值的决定系数R2=0.83,预测均方根误差RMSEP=1.71,预测标准差SEP=1.73.PLS模型可以对土壤有机碳含量进行预测.

关 键 词:高光谱  偏最小二乘法  土壤有机碳

Soil Organic Carbon Prediction by Hyperspectral Based on Partial Least Squares Regression
MA Li,LYU Cheng-wen,TANG Yan.Soil Organic Carbon Prediction by Hyperspectral Based on Partial Least Squares Regression[J].Journal of Anhui Normal University(Natural Science Edition),2016,39(2):164-167.
Authors:MA Li  LYU Cheng-wen  TANG Yan
Abstract:
Keywords:hyperspectral  PLS  SOC
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号