论文部分内容阅读
本文以机载近红外高光谱反演土壤重金属为研究目标,从重金属空间相关性,反演模型的选择,特征选择三个方面增强土壤重金属反演模型的泛化能力,提高土壤重金属反演精度。(1)分别对三个研究区域五种重金属(Cr、Fe、Cu、Zn、Cd)之间的空间相关性和空间异质性进行了分析,不同空间尺度的研究区域内土壤重金属空间分布并没有受到范围影响,大空间尺度上也存在较好的空间相关性,这为大尺度反演土壤重金属浓度提供可行性;(2)在模型选择上,本文通过系统地实验设计,对三种模型在五种重金属上反演精度进行了无偏估计,发现偏最小二乘(PLSR)在三个研究区域内五种重金属反演上均优于支持向量回归(SVR)和人工神经网络模型(ANN)。实验证明在不同尺度上反演重金属浓度需要进行模型选择,而找到最优模型;(3)在特征选择上,本文选择了马兰庄两个测区作为研究区域,评价了主成分分析(PCA)和最小噪声分离(MNF)对于重金属反演精度的提高。实验得出特征选择对于重金属反演精度有不同程度的提升,具体需要通过实验比较不同重金属对于不同特征的敏感度。本文通过三个研究区域五种重金属的最优回归模型构建,对于回归精度高的重金属元素生成重金属含量专题图,为不同空间尺度无人机高光谱土壤重金属反演模型选择和特征提取提供技术支持。