基于铁氧化物特征光谱和改进遗传算法反演土壤Pb含量
TP97; 近年来,高光谱的快速发展使野外实时监测土壤重金属含量成为可能.然而高光谱分辨率数据在提高信息量的同时也造成了信息冗余,该研究针对光谱冗余问题,提出一种基于铁氧化物特征光谱和改进遗传(Improved Genetic Algorithm,IGA)特征优选算法的反演方法:依据Pb在土壤中的吸附机理,提取土壤光谱中的铁氧化物特征谱段用于Pb含量反演,减少数据冗余的同时提高方法的机理性.改进遗传算法解决传统遗传算法(Genetic Algorithm,GA)"过早收敛"的问题,增强算法的有效光谱的提取能力.使用雄安新区农田野外土壤样本构建偏最小二乘回归模型(Partia...
Saved in:
Published in | 农业工程学报 Vol. 36; no. 16; pp. 103 - 109 |
---|---|
Main Authors | , , , , |
Format | Journal Article |
Language | Chinese |
Published |
中国科学院大学,北京 100049
15.08.2020
中国科学院空天信息创新研究院,北京 100101%中国科学院空天信息创新研究院,北京 100101 |
Subjects | |
Online Access | Get full text |
ISSN | 1002-6819 |
DOI | 10.11975/j.issn.1002-6819.2020.16.013 |
Cover
Abstract | TP97; 近年来,高光谱的快速发展使野外实时监测土壤重金属含量成为可能.然而高光谱分辨率数据在提高信息量的同时也造成了信息冗余,该研究针对光谱冗余问题,提出一种基于铁氧化物特征光谱和改进遗传(Improved Genetic Algorithm,IGA)特征优选算法的反演方法:依据Pb在土壤中的吸附机理,提取土壤光谱中的铁氧化物特征谱段用于Pb含量反演,减少数据冗余的同时提高方法的机理性.改进遗传算法解决传统遗传算法(Genetic Algorithm,GA)"过早收敛"的问题,增强算法的有效光谱的提取能力.使用雄安新区农田野外土壤样本构建偏最小二乘回归模型(Partial Least Square Regression,PLSR)反演土壤Pb含量,研究表明:相对于全谱段建模,基于铁氧化物特征谱段的IGA-PLSR模型的R2和RPD分别提升了0.397、1.037,RMSE下降了1.958 mg/kg;改进后的IGA-PLSR在运行初期能够跳出局部解区域寻找更加有效的光谱波段组合,平均的R2、RPD分别为0.822、2.377,RMSE为2.221 mg/kg,相对于传统GA-PLSR算法的精度(平均R2、RPD为0.782、2.117,RMSE为2.487 mg/kg)有显著提升.该研究表明,从反演机理和波段选择算法两方面提出的反演方法有利于提高土壤Pb含量的估算精度.该研究为雄安地区农田土壤Pb含量的高光谱估算提供了参考. |
---|---|
AbstractList | TP97; 近年来,高光谱的快速发展使野外实时监测土壤重金属含量成为可能.然而高光谱分辨率数据在提高信息量的同时也造成了信息冗余,该研究针对光谱冗余问题,提出一种基于铁氧化物特征光谱和改进遗传(Improved Genetic Algorithm,IGA)特征优选算法的反演方法:依据Pb在土壤中的吸附机理,提取土壤光谱中的铁氧化物特征谱段用于Pb含量反演,减少数据冗余的同时提高方法的机理性.改进遗传算法解决传统遗传算法(Genetic Algorithm,GA)"过早收敛"的问题,增强算法的有效光谱的提取能力.使用雄安新区农田野外土壤样本构建偏最小二乘回归模型(Partial Least Square Regression,PLSR)反演土壤Pb含量,研究表明:相对于全谱段建模,基于铁氧化物特征谱段的IGA-PLSR模型的R2和RPD分别提升了0.397、1.037,RMSE下降了1.958 mg/kg;改进后的IGA-PLSR在运行初期能够跳出局部解区域寻找更加有效的光谱波段组合,平均的R2、RPD分别为0.822、2.377,RMSE为2.221 mg/kg,相对于传统GA-PLSR算法的精度(平均R2、RPD为0.782、2.117,RMSE为2.487 mg/kg)有显著提升.该研究表明,从反演机理和波段选择算法两方面提出的反演方法有利于提高土壤Pb含量的估算精度.该研究为雄安地区农田土壤Pb含量的高光谱估算提供了参考. |
Author | 张霞 王一博 孙伟超 黄长平 张茂 |
AuthorAffiliation | 中国科学院空天信息创新研究院,北京 100101%中国科学院空天信息创新研究院,北京 100101;中国科学院大学,北京 100049 |
AuthorAffiliation_xml | – name: 中国科学院空天信息创新研究院,北京 100101%中国科学院空天信息创新研究院,北京 100101;中国科学院大学,北京 100049 |
Author_FL | Huang Changping Zhang Mao Zhang Xia Wang Yibo Sun Weichao |
Author_FL_xml | – sequence: 1 fullname: Zhang Xia – sequence: 2 fullname: Wang Yibo – sequence: 3 fullname: Sun Weichao – sequence: 4 fullname: Huang Changping – sequence: 5 fullname: Zhang Mao |
Author_xml | – sequence: 1 fullname: 张霞 – sequence: 2 fullname: 王一博 – sequence: 3 fullname: 孙伟超 – sequence: 4 fullname: 黄长平 – sequence: 5 fullname: 张茂 |
BookMark | eNo9j0FLAkEcxedgkJkfIzrt9p-ZndndY0hZINTBu-zO7IgSI7REdfQQIViGWR4KDAoigjA6KVJfxtnVb5FRdHrwHvwevxWU0Q0dIbSGwcbYd9lG3a7FsbYxALG4h32bAFls3AZMMyj73y-jfBzXQmCYugAOzqKiGYyn48v5dTMZPpv2bdp6SVsj89k0Z63Z8N1020lvNPu6mzf708lD-tZPPm5M5yKZ9Mz9wDw-7Yfm6nV-3llFSyo4iKP8X-ZQeXurXNixSnvF3cJmyYoxEGpJqtzI8xxHKCVkKEPiSt9jgkQAUkHgS5dzyjwXSKQiLrgICSM4kMJRmDGaQ-u_2ONAq0BXK_XG0aFeHFb0aVWchD_emC-s6TeLXWsA |
ClassificationCodes | TP97 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.11975/j.issn.1002-6819.2020.16.013 |
DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
Discipline | Agriculture |
DocumentTitle_FL | Inversion of Pb content in soil based on iron oxide characteristic spectrum and improved genetic algorithm |
EndPage | 109 |
ExternalDocumentID | nygcxb202016013 |
GrantInformation_xml | – fundername: 中国地质调查局地质项目 funderid: (202012000000180102) |
GroupedDBID | -04 2B. 4A8 5XA 5XE 92G 92I 93N ABDBF ABJNI ACGFO ACGFS ACUHS AEGXH AIAGR ALMA_UNASSIGNED_HOLDINGS CCEZO CHDYS CW9 EOJEC FIJ IPNFZ OBODZ PSX RIG TCJ TGD TUS U1G U5N |
ID | FETCH-LOGICAL-s1023-d3f7e8844cffcdbdb27d985c2e00df0a9d766358702efe6c6cb2521adc4f1553 |
ISSN | 1002-6819 |
IngestDate | Thu May 29 04:08:35 EDT 2025 |
IsPeerReviewed | false |
IsScholarly | true |
Issue | 16 |
Keywords | 特征选择 光谱分析 反演 土壤 高光谱 重金属 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-LOGICAL-s1023-d3f7e8844cffcdbdb27d985c2e00df0a9d766358702efe6c6cb2521adc4f1553 |
PageCount | 7 |
ParticipantIDs | wanfang_journals_nygcxb202016013 |
PublicationCentury | 2000 |
PublicationDate | 2020-08-15 |
PublicationDateYYYYMMDD | 2020-08-15 |
PublicationDate_xml | – month: 08 year: 2020 text: 2020-08-15 day: 15 |
PublicationDecade | 2020 |
PublicationTitle | 农业工程学报 |
PublicationTitle_FL | Transactions of the Chinese Society of Agricultural Engineering |
PublicationYear | 2020 |
Publisher | 中国科学院大学,北京 100049 中国科学院空天信息创新研究院,北京 100101%中国科学院空天信息创新研究院,北京 100101 |
Publisher_xml | – name: 中国科学院空天信息创新研究院,北京 100101%中国科学院空天信息创新研究院,北京 100101 – name: 中国科学院大学,北京 100049 |
SSID | ssib051370041 ssj0041925 ssib001101065 ssib023167668 |
Score | 2.3573651 |
Snippet | TP97; 近年来,高光谱的快速发展使野外实时监测土壤重金属含量成为可能.然而高光谱分辨率数据在提高信息量的同时也造成了信息冗余,该研究针对光谱冗余问题,提出一种基于铁氧化物特征光谱和改进遗传(Improved Genetic... |
SourceID | wanfang |
SourceType | Aggregation Database |
StartPage | 103 |
Title | 基于铁氧化物特征光谱和改进遗传算法反演土壤Pb含量 |
URI | https://d.wanfangdata.com.cn/periodical/nygcxb202016013 |
Volume | 36 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV1LaxRBEG7yANGD-MQ3OdgnmXVePdN97JmdNXiQHCLkFubRE08rJBE0tz2IBKIRjeagEEFBRJCIp4SgfyazSf6FVb29u6MEH7kMQ3X391V3zUxVD9XdhFxnCj57oXIsBdM2y1c8sLLUyyw3YDnMmm1HKZ3leyeYvOvfnmEzI6Od-uqSxayRLx26ruQoVgUZ2BVXyf6HZQegIIB7sC9cwcJw_Scb04RR0aKRpImPV57QRFDhQXhIk4BGNpUh1uExFQFNQsoFlcLcRAKLokRXhjoMhQnHVpGWCBcbAo7wdWUoalERIQU0EaEmjam0EVAmWgKkHhVMA7Yob2pJjAgIGKO2cCM9Kv2pTMtAxx4kKPVLjqHGCLAR8nAqpNYXqJgm5JRHGqxJZYA8XEJR_wHSdXvKCU2cDEtCHChsrHG5rZmaQFBvDLBCmC6i1tB7oKjhwwhGlPsan-HQICMIvfqPFFen8fWWkupH35ACOnY-olFTdyakwql1RiC3dLXEN0bsFblx36ChMbqMbzh6ClbzL-iAAm68hHFAvR1g-i9a3Z04tleLTBy9kcQhTk-ETHs9pGgMKBrYyYYTNGzHG3r7QQ5m-9Fc_jDDOg5Myr1RMu6GIWY6jMuoGbWGMbWDvw0GH30Xt04IhnNU5nh4QsIgrwqzCphOMTBqHCO0r-TNP6moV821y7Q9Vwvwpk-Rk2ZmNiF7r9lpMrJ07ww5Iefmze406iy5VW1s724_O3jZ6W5-rFZe7y1_2lveqr53qsfL-5tfqxcr3bWt_R9vDjrruzvv9r6sd7-9qlafdnfWqrcb1fsPU1n1_PPBk9VzZLqVTMeTljmJxFrArU2switDxbnv52WZF1mRuWEhOMtdZdtFaaeiCDFyB9_nqlIFeZBnLsTFaZH7JR7MdZ6Mte-31QUyobKcscLzUg5wWcFSJfIsdWw889tjRXmRTJhRmDUfmoXZ3yx16e9VLpPjwyf8ChlbnH-grkLwvJhdM-b9CdsDmQo |
linkProvider | EBSCOhost |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E9%93%81%E6%B0%A7%E5%8C%96%E7%89%A9%E7%89%B9%E5%BE%81%E5%85%89%E8%B0%B1%E5%92%8C%E6%94%B9%E8%BF%9B%E9%81%97%E4%BC%A0%E7%AE%97%E6%B3%95%E5%8F%8D%E6%BC%94%E5%9C%9F%E5%A3%A4Pb%E5%90%AB%E9%87%8F&rft.jtitle=%E5%86%9C%E4%B8%9A%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E5%BC%A0%E9%9C%9E&rft.au=%E7%8E%8B%E4%B8%80%E5%8D%9A&rft.au=%E5%AD%99%E4%BC%9F%E8%B6%85&rft.au=%E9%BB%84%E9%95%BF%E5%B9%B3&rft.date=2020-08-15&rft.pub=%E4%B8%AD%E5%9B%BD%E7%A7%91%E5%AD%A6%E9%99%A2%E5%A4%A7%E5%AD%A6%2C%E5%8C%97%E4%BA%AC+100049&rft.issn=1002-6819&rft.volume=36&rft.issue=16&rft.spage=103&rft.epage=109&rft_id=info:doi/10.11975%2Fj.issn.1002-6819.2020.16.013&rft.externalDocID=nygcxb202016013 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg |