TY - JOUR ID - 10.11766/trxb201803070044 TI - 基于MSC与SVM的夯土齐长城土壤含水率高光谱估测 AU - 熊静玲 AU - 高华光 AU - 朱西存 AU - 于瑞阳 AU - 温 新 VL - 55 IS - 6 PB - SP - 1336 EP - 1344 PY - JF - 土壤学报 JA - UR - http://pedologica.issas.ac.cn/trxb/home?file_no=trxb201801170044&flag=1 KW - 土壤含水率;多元散射校正;SVM回归分析;夯土齐长城 KW - Soil moisture content; Multivariate scatter correction; SVM regression analysis;Qi-Dynasty Great Wall AB - 采用近地面高光谱技术,建立基于支持向量机(support vector machines, SVM)的土壤含水率的高光谱估测模型,为快速、无损估测土壤含水率提供科学依据。以青岛市黄岛区夯土齐长城为研究区,沿垂直于齐长城采集样品,并进行光谱反射率和含水率测定;对土壤原始光谱反射率进行对数的一阶微分(Lg(R)′ )处理以及多元散射校正(Multiple scatter correction, MSC)和对数的一阶微分(Lg(R)′ )处理,分别与土壤含水率进行相关分析,筛选敏感波长;利用Lg(R)′ 和MSC +Lg(R)′ 处理后的光谱数据分别建立基于SVM的土壤含水率高光谱估测模型。结果表明,多元散射校正可以增强光谱与土壤含水率之间的相关吸收信息,提高土壤光谱反射率与土壤含水率的相关性,筛选的敏感波长为1 861 nm、1 866 nm、1 549 nm、1 885 nm、1 871 nm、1 895 nm和2 095 nm;基于MSC+Lg(R)′ 预处理建立的SVM回归模型精度较高,其Rc2为0.811,Rv2为0.764,RPD为2.671。利用MSC方法对光谱数据进行预处理,可以更加准确地筛选出敏感波长,建立的SVM估测模型更加精准。 ER -