文献类型：期刊文章

作　　者：郭云开[1,2] 张思爱[1,2] 王建军[3] 章琼[4] 谢晓峰[1,2]

GUO Yunkai;ZHANG Siai;WANG Jianjun;ZHANG Qiong;XIE Xiaofeng(School of Transportation Engineering, Changsha University of Science and Technology, Changsha 410076,China;Institute of Surveying, Mapping and Remote Sensing Application Technology, Changsha University of Science and Technology, Changsha 410076,China;Qingyuan City Land Consolidation Center, Qingyuan 511518,China;School of Civil Engineering, Guangzhou Urban Construction Vocational College, Guangzhou 510925,China)

机构地区：[1]长沙理工大学交通运输工程学院,长沙410076 [2]长沙理工大学测绘遥感应用技术研究所,长沙410076 [3]清远市土地整理中心,广东清远511518 [4]广州城建职业学院建筑工程学院,广州510925

出　　处：《测绘工程》

基　　金：国家自然科学基金资助项目(41471421,41671498)。

年　　份：2022

卷　　号：31

期　　号：1

起止页码：17-23

语　　种：中文

收录情况：CSCD、CSCD_E2021_2022、JST、ZGKJHX、普通刊

摘　　要：为探讨应用高光谱数据反演耕地土壤重金属汞(Hg)含量,对原始光谱进行10 nm重采样和SG平滑处理,用不同光谱变换数据与土壤重金属Hg含量进行相关性分析,采用IRIV、Random Frog和PCC提取光谱特征波段,分别建立SVM与GWO-SVM土壤Hg含量高光谱反演模型,获取Hg含量最优反演路径。研究表明,一阶微分变换光谱后土壤光谱特征更明显;上述特征提取方法在不同程度上减少光谱数据冗余,保留有效变量信息;经灰狼算法优化后支持向量机模型反演精度提高,IRIV结合GWO-SVM预测精度更高,其验证集R^(2)为0.894,RMSE为0.082,MAE为0.016。研究成果可为类似土壤重金属含量的反演提供借鉴。

关 键 词：土壤重金属 高光谱遥感 特征波段提取  灰狼算法  支持向量机  

分 类 号：X53] X87