不同核函数支持向量机和可见-近红外光谱的多种植被叶片生化组分估算

论文摘要

氮、磷、钾元素是植物有机质的重要生化组分,准确估算其含量对监测管理植被的新陈代谢和健康状况具有重要意义。可见-近红外光谱结合多种建模方法已被用于植被生化参数的监测,其中支持向量机回归方法被证明能够较好拟合反射光谱和植被生化参数之间的非线性关系,而选取适当的核函数是其成功的关键。以宜兴地区水稻、玉米、芝麻、大豆、茶叶、草地、乔木和灌木等八种植被叶片样本为研究对象,分析比较基于径向基核函数、多项式核函数和S形核函数的支持向量回归模型估算叶片氮、磷、钾元素含量的能力。利用一阶微分变换、标准正态变量变换和反对数变换对叶片可见-近红外光谱进行预处理,运用bootstrapping法生成1 000组校正集和验证集,分别建立基于三种核函数的支持向量回归估算模型,以决定系数（R2）和相对分析误差（RPD）的均值作为评价指标。结果显示,结合一阶微分和反对数变换光谱,采用径向基核函数模型对氮、钾元素估算精度最高（氮:平均R2=0.64,平均RPD=1.67;钾:平均R2=0.56,平均RPD=1.48）,结合一阶微分变换光谱,采用径向基核函数模型对磷元素估算精度最高（磷:平均R2=0.68,平均RPD=1.73）。研究表明,结合不同预处理的可见-近红外光谱,基于径向基核函数的支持向量回归模型具有较好的估算多种植被叶片生化组分含量的潜力。

论文目录

• 引言
• 1 实验部分
•   1.1 研究区域及样本采集
•   1.2 室内光谱测量与分析
•   1.3 数据预处理
•   1.4 方法
•     1.4.1 支持向量回归及核函数
•     1.4.2 模型建立与验证
• 2 结果与讨论
•   2.1 叶片生化组分含量与反射光谱
•   2.2 光谱预处理
•   2.3 基于不同核函数的模型结果比较
• 3 结论

文章来源

类型: 期刊论文

作者: 陈方圆,周鑫,陈奕云,王奕涵,刘会增,王俊杰,邬国锋

关键词: 核函数,支持向量机,可见近红外光谱,生化组分

来源: 光谱学与光谱分析 2019年02期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 生物学,化学

单位: 武汉大学资源与环境科学学院,湖北省测绘工程院,香港浸会大学地理系,深圳大学国家测绘地理信息局海岸带地理环境监测重点实验室及深圳市空间信息智能感知与服务重点实验室

基金: 2017年国家重点研发计划(2017YFC0506206),深圳市科技创新委员会基础研究学科布局项目(JCYJ20151117105543692)资助

分类号: Q946;O657.3

页码: 428-434

总页数: 7

文件大小: 506K

下载量: 247