文档名：基于SPABPNN的成都市天府新区东部土壤As含量高光谱估测建模
摘要：为明确成都平原城市边缘带土壤中重金属As含量,以四川省成都市天府新区东部为研究区,对土壤原始高光谱数据进行一阶微分(FD)、二阶微分(SD)、去包络线(CR)和标准正态变换(SNV)处理,利用皮尔逊相关系数(PCC)和连续投影算法(SPA)筛选出最佳变换光谱的特征波段,分别建立偏最小二乘(PLSR)、极限学习机(ELM)、随机森林(RF)和BP神经网络(BPNN)4种回归模型,利用高光谱数据进行土壤重金属As含量估测并进行精度验证.结果表明,经去包络线一阶微分(CR-FD)变换的光谱与土壤重金属As含量相关性显著提升,由0.473提高到0.848;无论是基于PCC还是SPA算法筛选出的特征波段,非线性模型的拟合度以及预测精度均高于线性模型;相对于PCC算法,利用SPA算法筛选的特征波段建立的模型预测精度明显提升,PLSR、ELM、RF、BPNN模型验证集的决定系数(R2)分别为0.786、0.847、0.856、0.942.因此,以SPA算法筛选出的光谱波段作为自变量构建的BPNN模型(SPA-BPNN)是研究区内As含量的最优估测模型.
Abstract：Theproblemofsoilpollutionbyheavymetalshasbecomeincreasinglysevere,whichisthreateningtheecologicalenvironmentandhumanhealth.InordertoclarifytheheavymetalAsinsoilsintheurbanfringezoneofChengduplain,thisstudytakestheeastofTianfuNewDistrictinChengdu,Sichuanastheresearchob-jecttoperformthesoilrawspectraldatabyfirst-orderdifferential(FD),second-orderdifferential(SD),de-en-velopeprocessing(CR),standardnormaltransform(SNV).ThePearsoncorrelationcoefficient(PCC)andsuc-cessiveprojectionsalgorithm(SPA)areusedtofilterthecharacteristicbandsofthebesttransformedspectra.Fourregressionmodels,namely,partialleastsquares(PLSR),extremelearningmachine(ELM),randomfor-est(RF)andBPneuralnetwork(BPNN),aredevelopedfortheestimationofsoilheavymetalcontentbasedonthehyperspectraldata,andthenvalidatetheaccuracy.TheresultsshowthatthecorrelationbetweenthespectraandtheAscontentofsoilissignificantlyimprovedbyde-envelopingfirst-orderdifferential(CR-FD)transforma-tion,from0.473to0.848;thenon-linearmodelishigherthanthelinearmodelintermsofmodelfitandpre-dictionmodelaccuracy,whetherbasedonthePCCorSPAalgorithmtoextractthefeaturebands.ComparedwiththemodellingresultsbasedonthePCCalgorithm,thepredictionaccuracyofthemodelsbuiltwiththefea-turevariablesfilteredbytheSPAalgorithmissignificantlyimproved,withR2of0.786,0.847,0.856and0.942forthePLSR,ELM,REandBPNNmodelvalidationsetsrespectively.TheBPNNmodel,whichiscon-structedusingthespectralbandsselectedbytheSPAastheindependentvariables,givesthebestresultsfortheestimationoftheheavymetalcontentinthestudyarea.
作者：张宇 简季Author：ZHANGYu JIANJi
作者单位：成都理工大学地球科学学院,成都610059
刊名：桂林理工大学学报
Journal：JournalofGuilinUniversityofTechnology
年，卷(期)：2024, 44(1)
分类号：P407.8TP751.1
关键词：土壤重金属 砷含量 高光谱 光谱变换 特征波段 估测模型对比 成都市
Keywords：heavymetalsinsoil Ascontent hyperspectral spectraltransformation characteristicband esti-mationmodelcomparison Chengdu
机标分类号：S127TP79S661.1
在线出版日期：2024年4月16日
基金项目：国家自然科学基金基于SPA-BPNN的成都市天府新区东部土壤As含量高光谱估测建模[
期刊论文] 桂林理工大学学报--2024, 44(1)张宇 简季为明确成都平原城市边缘带土壤中重金属As含量,以四川省成都市天府新区东部为研究区,对土壤原始高光谱数据进行一阶微分(FD)、二阶微分(SD)、去包络线(CR)和标准正态变换(SNV)处理,利用皮尔逊相关系数(PCC)和连续投影算法...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于SPA-BPNN的成都市天府新区东部土壤As含量高光谱估测建模 Modeling of soil As content hyperspectral estimation based on SPA-BPNN in east of Tianfu New District,Chengdu
基于SPA-BPNN的成都市天府新区东部土壤As含量高光谱估测建模.pdf
- 文件大小:
- 3.28 MB
- 下载次数:
- 60
-
高速下载
|
