土壤Cu含量高光谱反演的BP神经网络模型

被引：26

作者：

郭云开 ^{[1
,2
]}

刘宁 ^{[1
,2
]}

刘磊 ^{[1
,2
]}

李丹娜 ^{[1
,2
]}

朱善宽 ^{[1
,2
]}

机构：

[1] 长沙理工大学交通运输工程学院

[2] 长沙理工大学测绘遥感应用技术研究所

来源：

测绘科学 | 2018年 / 43卷 / 01期

关键词：

高光谱; 土壤重金属; BP神经网络; 单元线性回归; 拟合优度;

D O I：

10.16251/j.cnki.1009-2307.2018.01.023

中图分类号：

TP183 [人工神经网络与计算]; X53 [土壤污染及其防治];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 082803 ; 120405 ;

摘要：

以高光谱数据为基础,针对传统土壤重金属反演模型拟合度低、预测效果差的缺点,提取光谱预处理后的特征波段数据进行相关性分析,选取860nm一阶微分光谱反射率建立基于Matlab的重金属Cu含量BP神经网络预测模型,模型的拟合优度为0.721,预测精度达82.3%,高于传统单元线性回归模型0.414的拟合优度与76.1%的预测精度。研究表明,BP神经网络模型具有良好的拟合优度与预测能力,能更有效预测土壤中重金属Cu的含量。

引用

收藏

页码：135 / 139+152 +152

页数：6

相关论文

共 14 条

[1] 土壤重金属污染灰色综合评价模型 [J].

郭云开 ;

谢琼 ;

安冠星 ;

周烽松 ;

李健 ;

丁美青 .

测绘科学, 2017, 42 (05) :175-182

[2] 水稻冠层与土壤高光谱反演土壤重金属对比研究 [J].

郭云开 ;

周烽松 ;

丁美青 ;

谢琼 ;

李健 .

遥感信息, 2017, 32 (02) :173-179

[3] 模拟多光谱的土壤重金属含量反演研究初探 [J].

郭云开 ;

曹小燕 ;

谢琼 ;

周峰松 .

测绘工程, 2015, 24 (12) :7-11+16

[4] 基于人工神经网络改进的地下水水质评价模型研究及应用 [J].

都莎莎 ;

王红旗 ;

刘姝媛 ;

田雅楠 .

北京师范大学学报(自然科学版), 2014, 50 (04) :424-428

[5] 基于BP神经网络的建筑物沉降预测模型研究 [J].

张文博 ;

郭云开 .

测绘工程, 2013, 22 (02) :52-56

[6] 基于高光谱的土壤重金属铜的反演研究 [J].

王维 ;

沈润平 ;

吉曹翔 .

遥感技术与应用, 2011, (03) :348-354

[7] 土壤重金属Cu含量遥感反演的波段选择与最佳光谱分辨率研究 [J].

黄长平 ;

刘波 ;

张霞 ;

童庆禧 .

遥感技术与应用, 2010, 25 (03) :353-357+341

[8] 基于主成分分析和BP神经网络的法国梧桐叶绿素含量高光谱反演研究 [J].

姚付启 ;

张振华 ;

杨润亚 ;

何玉春 ;

张燕 ;

崔素芳 ;

王海江 .

测绘科学, 2010, 35 (01) :109-112

[9] 基于人工神经网络的区域水环境承载力评价模型及其应用 [J].

王俭 ;

孙铁珩 ;

李培军 ;

侯伟 .

生态学杂志, 2007, (01) :139-144

[10] Optical Classification of Quartz Lascas by Artificial Neural Networks [J].

Fujiwara, Eric ;

Marques Dos Santos, Murilo Ferreira ;

Schenkel, Egont Alexandre ;

Ono, Eduardo ;

Suzuki, Carlos Kenichi .

MINERAL PROCESSING AND EXTRACTIVE METALLURGY REVIEW, 2015, 36 (05) :281-287