投稿须知
  《光谱学与光谱分析》(国际标准刊号:ISSN 1000-0593, CODEN码:GYGFED, 国内统一刊号:CN 11-2200/O4)是中国科学技术协会主管,中国光学学会主办,由钢铁研究总院、中国科学院物理研究所、北京大学、清华大学共同承办的专业性学术刊物,主要报道我国光谱学与光谱分析学科具有创新性的研究成果,反映国内外光谱 ...

基于高光谱技术的土壤水分无损检测

作者: 吴龙国 [1] 王松磊 [2] 何建国 [2]

关键词: 高光谱成像 土壤 水分含量 无损检测

摘要:利用高光谱成像仪(光谱范围400~1000 nm)对土壤含水率进行了无损检测.比较了208个土样不同天数下土壤含水率与光谱变化、不同质量含水量光谱的差异;对比分析了不同光谱预处理方法、不同方法提取特征波长、采用多元线性回归(multiple linear regression,MLR)、主成分回归(principal component re-gression,PCR)与偏最小二乘回归(partial least squares regression,PLSR)建模,优选出最佳模型.结果表明:光谱曲线的反射率随着土壤含水率的增加而减小.当超过田间持水率时,光谱曲线的反射率会随着土壤含水率的增加而增大.对比分析了不同预处理方法,近红外波段优选出单位向量归一化预处理方法.采用无信息变量消除法(UVE)、竞争自适应加权采样(CARS)、β系数法、连续投影算法(SPA)方法提取特征波长为49,30,5和7.为了减少数据冗余,对UVE与CARS提取的特征波长进一步采用SPA方法进行特征提取,UVE+SPA,CARS+SPA提取特征波长数分别为5和8个.在此基础上,利用MLR,PCR和PLSR方法对400~1000 nm范围的特征波长建立模型,对比分析不同建模效果,优选出β系数提取的特征波长的M L R模型.最优的特征波长为411,440,622,713和790 nm,最优模型的预测相关系数Rp=0.979,预测均方根误差RMSEP为0.763.因此,今后可采用不同波段对土壤含水率进行定量分析.


上一篇: 传统光谱变换与连续小波耦合定量反演潮土有机质含量
下一篇: 基于PCA-MLR和PCA-BPN的莱州湾南岸滨海平原土壤有机质高光谱预测研究

Copyright@2003 China Physical Science & Technology All Rights Reserved
中国物理学会 版权所有 2013 京ICP备05002789号