当前位置: 首页 > 文章 > 基于光谱数据降维的农田土壤-作物全氮含量协同检测 农业机械学报 2021 (S1) 310-315
Position: Home > Articles > 基于光谱数据降维的农田土壤-作物全氮含量协同检测 Transactions of the Chinese Society for Agricultural Machinery 2021 (S1) 310-315

基于光谱数据降维的农田土壤-作物全氮含量协同检测

作  者:
张瑶;崔云天;邓秋卓;吴孟璇;李民赞;田泽众
单  位:
中国农业大学
关键词:
冬小麦;土壤;全氮含量;协同检测;数据降维;光谱数据;
摘  要:
为了提高农田土壤-作物全氮一体化检测精度,以冬小麦冠层光谱为研究对象,定量分析了4种数据降维方法(保持邻域嵌入法(NPE)、t分布随机近邻嵌入法(t-SNE)、拉普拉斯映射法(LE)和局部线性嵌入法(LLE))在冠层光谱特征提取及作物、土壤全氮含量检测精度。分别采集了豫麦49-198、周麦27、矮抗58和西农509等4个品种的冬小麦在4个施氮水平下的作物冠层光谱反射率以及对应的作物、土壤全氮含量。选取波段400~900 nm的可见光与部分近红外波段分别进行NPE、t-SNE、LE以及LLE数据降维处理,随后在4组降维特征的基础上,建立了随机森林回归模型。对比全谱信息以及4组降维特征在作物、土壤全氮含量的预测性能表明,利用LLE-RF混合方法取得了最优的氮素预测效果,作物全氮含量预测决定系数Rv2为0.915 0,预测均方根误差(RMSEP)为0.221 2 mg/kg;土壤全氮含量预测决定系数Rv2为0.800 9;RMSEP仅为0.008 5 mg/kg,均优于原始全谱数据以及其他3组降维特征。实验结果表明,利用LLE降维后得到的特征光谱信息可有效地表征作物全氮含量以及土壤全氮含量。

相似文章

计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊