基于机载高光谱影像的农田尺度土壤有机碳密度制图 |
| |
引用本文: | 刘潜,王梦迪,郭龙,王冉,贾中甫,胡献君,唐乾坤,石铁柱.基于机载高光谱影像的农田尺度土壤有机碳密度制图[J].遥感学报,2024(1):293-305. |
| |
作者姓名: | 刘潜 王梦迪 郭龙 王冉 贾中甫 胡献君 唐乾坤 石铁柱 |
| |
作者单位: | 1. 深圳大学自然资源部大湾区地理环境监测重点实验室&广东省城市空间信息工程重点实验室&深圳市空间信息智能感知与服务重点实验室;2. 华中农业大学资源与环境学院;3. 内蒙古自治区测绘地理信息中心;4. 海军工程大学;5. 自然资源部第三航测遥感院&四川测绘地理信息局 |
| |
基金项目: | 国家自然科学基金(编号:41890854)~~; |
| |
摘 要: | 准确监测土壤有机碳密度SOCD(Soil Organic Carbon Density)对调控土壤碳汇、合理利用土壤资源具有重要意义。机载高光谱影像为精细化SOCD制图提供了重要数据源。由于机载高光谱在数据收集过程中易受到外部因素的影响,光谱中存在噪声影响SOCD的估算精度。因此,本研究旨在探究基于机载高光谱影像估算SOCD的技术流程。对原始光谱进行预处理,包括一阶微分FD(First Derivative)和包络线去除CR(Continuum Removal)变换。采用遗传算法GA(Genetic Algorithm)选择特征波段,并结合不同回归方法,如偏最小二乘回归PLSR(Partial Least Square Regression)、多元线性回归MLR(Multiple Linear Regression)、支持向量机SVM(Support Vector Machine)和人工神经网络ANN(Artificial Neural Network)估算SOCD。结果表明,在经过GA特征波段选择后,原始光谱、FD光谱和CR光谱预测SOCD的精度均有所提高。使用原始光谱特征波段,PL...
|
关 键 词: | 土壤有机碳密度 机载高光谱 遗传算法 数字土壤制图 |
|
|