基于稀疏网络的可见光/近红外反射光谱土壤有机质含量估算

摘要：

采集艾比湖湿地89个典型样点和土壤实测光谱数据,对所测土壤光谱进行一阶微分变换预处理,采用连续投影算法(SPA)、主成分分析(PCA)和稀疏自编码(SAE)对光谱数据进行特征提取,结合偏最小二乘回归与BP(Back Propagation)神经网络构建SOM估算模型.实验结果表明,SAE方法能够有效对光谱进行压缩;相比于PLSR模型,BP模型能够较好地处理光谱中复杂的非线性信息;SAE-BP方法在估算SOM中取得的精度最高.网络模型的建模方式能够显著提高VIS-NIR光谱反演土壤有机质模型的稳定性和精度,当面对光谱中复杂的非线性问题时,具有很强的解析力和较好的模型稳健性,为使用VIS-NIR数据估算SOM提供一种新思路.

关键词：遥感、土壤有机质、可见-近红外光谱、稀疏自编码、BP神经网络

所属期刊栏目：57

分类号：O433(光学)

资助基金：国家自然科学基金;国家自然科学基金;新疆教育厅自然科学重点项目

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：381-389