基于FOD-ML的干旱區(qū)土壤有機(jī)質(zhì)含量估算

打開文本圖片集

摘要：為探究基于分?jǐn)?shù)階微分（fractional order derivative， FOD）預(yù)處理的光譜反射率與土壤表層有機(jī)質(zhì)含量之間的響應(yīng)機(jī)制，以新疆烏魯木齊縣安寧渠鎮(zhèn)土壤冠層光譜為數(shù)據(jù)源，采用G-L分?jǐn)?shù)階微分方法對高光譜數(shù)據(jù)進(jìn)行0～2.0階次（間隔0.2）預(yù)處理，并利用任意波段組合算法，計算基于分?jǐn)?shù)階微分預(yù)處理光譜的比值光譜指數(shù)、歸一化光譜指數(shù)和差值光譜指數(shù)，通過競爭性自適應(yīng)重加權(quán)（CARS）算法篩選土壤有機(jī)質(zhì)含量的敏感波段及光譜指數(shù)等，與3種機(jī)器學(xué)習(xí)（machine learning， ML）算法（ANN、KNN和SVM）相結(jié)合，構(gòu)建基于分?jǐn)?shù)階微分和機(jī)器學(xué)習(xí)方法的土壤有機(jī)質(zhì)含量估算模型，并進(jìn)行模型驗證。（剩余18974字）