| 摘 要： | 文章以博斯腾湖西岸湖滨绿洲为研究区，将实测的土壤有机碳含量数据与土壤高光谱数据结合，对原始光谱R进行数学变换及微分变换，应用竞争自适应重加权采样（CARS）筛选特征波段，并采用其筛选的特征波段构建BP神经网络模型估算土壤表层有机碳含量。结果表明：（1）研究区土壤表层有机碳含量范围在0.80～63.15 g/kg，平均值为17.57 g/kg，变异系数为71.48%，呈中等变异性。（2）CARS算法将建模输入波段压缩至全波段数目的2.76%以下，R、R’、1/R、(1/R)’、log(1/R)、log(1/R)’、1/log R、(1/log R)’光谱形式下筛选的特征波段，较多集中于近红外长波1 500～2 500 nm与可见光波段380～760 nm;R’’、(1/R)’’、log(1/R)’’、(1/log R)’’光谱形式下筛选的特征波段，较多集中于近红外波段760～2 500 nm。（3）二阶微分变换构建的CARS-BP估算模型精度优于一阶微分，R’’-CARS-BP估算效果最好，训练集和验证集R2分别为0.81、0.83,RPD分别为2.30、2.45,RMSE分别为5.75...
|
