本文主要研究内容
作者张智韬,韩佳,王新涛,陈皓锐,魏广飞,姚志华（2019）在《基于全子集-分位数回归的土壤含盐量反演研究》一文中研究指出：为提高植被覆盖条件下卫星遥感对土壤含盐量的估测精度,以河套灌区解放闸灌域为研究区,以高分一号卫星影像为数据源,同步采集不同深度土壤含盐量,通过全子集筛选法(Best subset selection)分析不同波段和光谱指数对于不同深度土壤含盐量的敏感性,并采用人工神经网络(Artificial neural network,ANN)、支持向量机(Support vector machine,SVM)和分位数回归(Quantile regression,QR) 3种方法,构建全子集筛选前后0～20 cm、20～40 cm、0～40 cm、40～60 cm、0～60 cm等不同深度下的土壤含盐量反演模型。结果表明,B4、BI、SI1、SI3是0～20 cm、0～40 cm处土壤含盐量的敏感变量组合,B4、BI、NDVI为20～40 cm、40～60 cm、0～60 cm处土壤含盐量的敏感变量组合;在各深度下,分位数回归模型的精度最高,模型的决定系数R2c1、R2v1均在0. 4以上,均方根误差RMSEc1、RMSEv1均小于0. 4%,SVM次之,ANN最差;在20～40 cm深度下QR反演模型效果优于其他深度,为本文土壤含盐量估算的最优模型,其建模和验证的决定系数R2c1、R2v1分别为0. 611和0. 671,建模和验证均方根误差RMSEc1、RMSEv1分别为0. 177%和0. 160%。本研究可为卫星遥感大范围监测植被覆盖条件下土壤盐渍化程度提供参考。
Abstract
wei di gao zhi bei fu gai tiao jian xia wei xing yao gan dui tu rang han yan liang de gu ce jing du ,yi he tao guan ou jie fang zha guan yu wei yan jiu ou ,yi gao fen yi hao wei xing ying xiang wei shu ju yuan ,tong bu cai ji bu tong shen du tu rang han yan liang ,tong guo quan zi ji shai shua fa (Best subset selection)fen xi bu tong bo duan he guang pu zhi shu dui yu bu tong shen du tu rang han yan liang de min gan xing ,bing cai yong ren gong shen jing wang lao (Artificial neural network,ANN)、zhi chi xiang liang ji (Support vector machine,SVM)he fen wei shu hui gui (Quantile regression,QR) 3chong fang fa ,gou jian quan zi ji shai shua qian hou 0～20 cm、20～40 cm、0～40 cm、40～60 cm、0～60 cmdeng bu tong shen du xia de tu rang han yan liang fan yan mo xing 。jie guo biao ming ,B4、BI、SI1、SI3shi 0～20 cm、0～40 cmchu tu rang han yan liang de min gan bian liang zu ge ,B4、BI、NDVIwei 20～40 cm、40～60 cm、0～60 cmchu tu rang han yan liang de min gan bian liang zu ge ;zai ge shen du xia ,fen wei shu hui gui mo xing de jing du zui gao ,mo xing de jue ding ji shu R2c1、R2v1jun zai 0. 4yi shang ,jun fang gen wu cha RMSEc1、RMSEv1jun xiao yu 0. 4%,SVMci zhi ,ANNzui cha ;zai 20～40 cmshen du xia QRfan yan mo xing xiao guo you yu ji ta shen du ,wei ben wen tu rang han yan liang gu suan de zui you mo xing ,ji jian mo he yan zheng de jue ding ji shu R2c1、R2v1fen bie wei 0. 611he 0. 671,jian mo he yan zheng jun fang gen wu cha RMSEc1、RMSEv1fen bie wei 0. 177%he 0. 160%。ben yan jiu ke wei wei xing yao gan da fan wei jian ce zhi bei fu gai tiao jian xia tu rang yan zi hua cheng du di gong can kao 。
论文参考文献
论文详细介绍
论文作者分别是来自农业机械学报的张智韬,韩佳,王新涛,陈皓锐,魏广飞,姚志华，发表于刊物农业机械学报2019年10期论文，是一篇关于土壤含盐量论文,遥感论文,全子集论文,分位数回归论文,反演模型论文,农业机械学报2019年10期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自农业机械学报2019年10期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。