无码精品一区二区三区在线,欲性游乐场(高H),日日橹狠狠爱欧美视频,欧美日韩精品

服務熱線:
86-0755-23229824
您當前所在位置: 首頁>>應用案例>>物理化學
基于無人機高光譜遙感和機器學習的土壤水鹽信息反演V2.0

image.png 

1、引言

銀川平原是我國西部地區重要的耕地保護資源和灌溉農業區。然而,長期引黃灌溉加之干旱少雨、蒸發強烈等因素導致該區形成了大面積鹽堿化土壤,成為制約該地區農業可持續發展的主要問題。土壤含水量、pH值和含鹽量作為鹽堿地農業監測的重要指標,在評估土壤墑情、農作物生長狀況和產量方面具有指導作用。因此,快速、準確地獲取銀川平原土壤水鹽信息,對實現鹽堿地綜合治理至關重要。

本研究以銀川平原鹽堿化農田為對象,基于無人機高光譜數據進行土壤水鹽指標的最優光譜變換形式篩選,采用CARS算法進行建模變量提取,構建偏最小二乘回歸(PLSR)、RF和XGBoost模型,最終確定土壤含水量、pH值和土壤含鹽量的最佳反演模型,以期通過無人機高光譜實現鹽堿化農田土壤水鹽指標估測,為精準農業生產提供理論依據和技術支持。

3、結果與分析

3.5 土壤水鹽指標分布反演

選取精度最高的土壤含水量XGBoost、pH?XGBoost和土壤含鹽量?RF模型,利用反距離權重插值法反演土壤水鹽指標的空間分布。研究區土壤水鹽指標總體上呈現較為顯著的空間分布差異,土壤含水量和pH值實測值與最優反演模型預測值分布趨勢較為一致,土壤含鹽量反演結果相對較差(圖6)。

image.png 

圖6土壤水鹽指標的空間分布

4、討論

4.1 植被冠層光譜對土壤水鹽指標的響應

當前基于高光譜技術的土壤指標定量反演研究主要以裸土光譜反射率為數據源,但在農作物生長階段,植被覆蓋使土壤反射率難以直接獲取,因此,本研究對不同水分含量和鹽堿化程度下的植被冠層光譜響應特征進行探討具有重要的現實意義。

image.png 

本研究中,隨著鹽堿脅迫程度的增加,植被葉片葉綠素含量逐漸降低,反射率在近紅外波段具有明顯差異。這是由于葉片細胞組織對近紅外波段具有強烈的反射作用,當鹽堿脅迫影響植物的正常生理機能,干擾葉綠素的生物合成時,葉片可能會枯萎或因缺水而凋謝,從而導致細胞萎縮變化。因此,作物冠層光譜在一定程度上能夠反映植物對水分和鹽堿脅迫的敏感性。這對了解作物在不同環境脅迫下的生理變化以及實現土壤指標高光譜定量反演具有重要意義。

4.2 基于土壤水鹽指標特征的不同光譜變換類型優選

高光譜數據預處理是提升建模精度的重要方法,能夠增強有價值的波段信息。選擇適當的數學變換方法可以有效地凸顯光譜的反射和吸收特性,更好地捕捉土壤特性與光譜之間的關聯性。本研究表明,就土壤含水量而言,4 種光譜變換方法(SNV、 MSC、FDR SDR)的效果均低于原始光譜反射率。這可能是因為在數學變換過程中,一些冗余的光譜信息被去除的同時引入了大量的噪聲峰,尤其是SNV和MSC變換可能導致與水分含量相關的光譜信息被忽略。微分變換則能夠減弱背景噪聲的干擾,且有助于消除基線效應對pH值估算的影響,因此,本研究中FDR為土壤pH值的最佳光譜變換形式。土壤含鹽量與MSC的相關性最高,這是因為MSC能夠基于理想光譜來修正光譜數據的基線平移和偏移現象,能更有效地消除不同鹽化程度引起的光譜散射水平差異,進而增強光譜與土壤含鹽量之間的相關性。

4.3 基于 CARS 算法的高光譜特征波長篩選

高光譜數據具有數據量龐大和波段維數高的特點,但由于光譜信息存在冗余和重疊,基于全波段構建的土壤水鹽信息反演模型可能會出現不穩定的情況,因此,探尋適宜的敏感光譜變量篩選方法尤為重要。有研究人員基于CARS算法篩選出與土壤含水量極顯著相關的波段,這些波段均位于光譜曲線的水分吸收峰附近,是適用于整體土壤含水量的最優變量集。這與本研究結果基本一致,本研究將不同指標的最優光譜變換形式與CARS相結合,通過對150個波段進行CARS變量優選,最終確定了16~17個特征波段,且均勻分布在可見光和近紅外波段范圍內。CARS算法在計算取值過程中采用了交互驗證法選出均方根誤差值最低的子集,這種方法的特點在于其取值覆蓋范圍廣,因而可以有效地尋找出最優且最具代表性的變量組合。

4.4 不同機器學習建模方法下土壤水鹽信息反演模型對比

本研究運用3種機器學習算法對土壤水鹽含量進行估算模型的構建,并對模型的精度進行驗證。結果表明,土壤含水量和pH值估算模型的預測能力整體優于含鹽量模型。農田為中低產田,且樣本 采集時間是夏季,降雨頻度較高,導致地表水分對土壤鹽分產生了一定的淋洗作用,在這種情況下,土壤水分對冠層光譜反射率的影響大于鹽分的影響。此外,XGBoost和RF雖同為多個模型的集成,但它們的核心特點有所不同。XGBoost主要關注于降低偏差,其邏輯是串行的;而RF則采用方式,注重降低方差,其邏輯是并行的 。由于土壤含鹽量數據離散程度較高,方差較大,因此,更適合用于RF模型訓練;而pH值數據波動較小,集中在較小的閾值范圍內,這使得XGBoost模型在估算該值時表現最佳。XGBoost算法能夠自動學習數據中的缺失值和異常值,并通過引入正則化項來避免過擬合問題,從而提高模型的泛化能力,因此,對結果具有較強的解釋性。

image.png 

本研究雖然基于植被冠層光譜反射率構建土壤水鹽信息模型,但并未考慮植被類型、土壤營養狀況等因素對植被冠層光譜的影響。因此,所建立的土 壤水鹽信息模型還需進一步驗證。在后續研究中,應嘗試引入地表溫度、高程、水體指數等因子作為建模變量,以便從多個維度解析土壤水鹽信息與周邊環境之間的響應關系,從而提高現有模型的精度和適用性。

5、結論

隨著土壤含水量的增加,植被冠層光譜反射率呈逐漸上升的趨勢;冠層光譜反射率與土壤堿化程度、鹽化程度均呈反比。土壤含水量、pH值和土壤含鹽量分別以R、FDR和MSC為最佳光譜變換類型,對應的MACC分別為0.730、0.472 和0.654。結合CARS算法能有效剔除無關變量,從150個光譜波段中優選出16 17個特征波段。土壤含水量和pH值均以XGBoost模型表現最佳,R分別為0.927和 0.743,RPD達3.93和2.45;基于無人機高光譜遙感和機器學習的土壤水鹽信息反演型為最優反演方法,Rp2和RPD分別為0. 427和 1.64。

 


 


推薦

無人機高光譜成像系統iSpecHyper-VM100

一款基于小型多旋翼無人機機載高光譜成像系統,該系統由高光譜成像相機、穩定云臺、機載控制與數據采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統通過獨特的內置式或外部掃描和穩定控制,有效地解決了在微型無人機搭載推掃式高光譜照相機時,由于振動引起的圖像質量較差的問題,并具備較高的光譜分辨率和良好的成像性能。

image.png 


Copyright ? 2020 All Rights Reserved 萊森光學(深圳) 有限公司·版權所有 備案號:粵ICP備18141551號
<pre id="ce8rt"></pre>
<small id="ce8rt"></small>
    • <menuitem id="ce8rt"><center id="ce8rt"></center></menuitem>
        主站蜘蛛池模板: 定边县| 历史| 欧美牲交av免费| 今天高清视频免费播放动漫| 欧美牲交a欧美牲交aⅴ电影| 三年片在线观看免费大全哔哩哔哩| 久热国产精品视频一区二区三区| 三年片免费观看影视大全满天星| 沂南县| 日日摸处处碰天天看| 山西省| 最好看免费观看高清电影大全| 九寨沟县| 成全电影在线观看免费完整版 | 欧美片巜欲性高| 圈养调教(粗口H)| 延边| 三年片免费观看了| 真人老太太实战镖客视频 | 日本高清熟妇老熟妇| 漠河县| 欧美在线人一区二区三区| 万盛区| 日韩女人性开放视频| 平阳县| 欧美日韩国产码综合一区| 盱眙县| 欧美性做爰又大又粗又长| 宜兴市| 伊通| 日本亚洲精品无码专区| 平湖市| 黄陵县| 龙里县| 伊通| 岳池县| 花垣县| 湘乡市| 辽阳县| 日产中文乱码字幕无线观看| 日本免费最新高清不卡视频 |