基于中红外光谱特征增强和集成学习的土壤有机碳含量估算模型研究OA北大核心CSTPCD
中红外光谱数据在实现土壤有机碳含量的准确、低成本快速预测方面具有巨大潜力。为提高光谱数据估算模型的普适性,本研究利用光谱特征增强策略,并基于Stacking算法结合多种机器学习方法构建了一种高鲁棒性的土壤有机碳含量估算模型。采用多种光谱特征增强方法及其组合对土壤中红外光谱进行特征增强,筛选最佳策略;通过应用Stacking算法结合多种机器学习方法构建集成模型,以提高模型泛化能力;将集成模型估算性能与偏最小二乘回归模型(PLSR)、梯度提升树(GB…查看全部>>
唐澳华;杨贵军;杨悦;陈伟男;徐新刚;徐波;高美玲;张静
长安大学地质工程与测绘学院,西安710054 农业农村部农业遥感机理与定量遥感重点实验室,北京100097长安大学地质工程与测绘学院,西安710054 农业农村部农业遥感机理与定量遥感重点实验室,北京100097农业农村部农业遥感机理与定量遥感重点实验室,北京100097 长安大学土地工程学院,西安710054长安大学地质工程与测绘学院,西安710054 农业农村部农业遥感机理与定量遥感重点实验室,北京100097农业农村部农业遥感机理与定量遥感重点实验室,北京100097农业农村部农业遥感机理与定量遥感重点实验室,北京100097长安大学地质工程与测绘学院,西安710054长安大学地质工程与测绘学院,西安710054
农业科学
土壤有机碳估算模型集成学习光谱特征增强中红外光谱
《农业机械学报》 2024 (8)
P.382-390,9
云南省科技计划项目(202202AE090013)黑龙江省“揭榜挂帅”科技攻关项目(2021ZXJ05A0502)重庆市技术创新与应用发展专项(cstc2021jscx-gksbX0064)。
评论