| 摘 要： | 土壤钾元素含量是评价土壤营养程度重要的指标之一。利用热红外发射率(TASI)数据对钾元素的反演研究较少且模型精度较低。利用在黑龙江海伦地区采集的热红外航空成像光谱仪TASI数据,经过预处理和温度与发射率分离后,探究黑土土壤热红外发射率与钾元素含量关系。在对比了常规的多元逐步回归与偏最小二乘建模方法后,使用了一种新的逐步回归方法-全二次多元逐步回归建立模型,相对于常规多元逐步回归,引入了更多的参数进行模型的建立,有效提高反演精度。研究发现,土壤发射率数据对于选用有效特性波段建立的模型对钾元素具有较高的反演精度,所选特征波段均为负相关,波段分别为6(8.602μm), 11(9.150μm), 15(9.588μm), 23(10.464μm),相关系数依次为-0.658,-0.673,-0.645和-0.627。钾元素通过多元逐步回归建模与预测的均方根误差RMSE:0.027和0.032,判定系数R~2:0.667和0.82,相比于常规多元逐步回归建模与预测的均方根误差RMSE:0.031和0.031,判定系数R~2:0.569和0.78与偏最小二乘法建模与预测的均方根误差RMSE:0.033和0.037,判定系数R~2:0.45和0.51评价指标精度均有所提高,说明该方法有效提高了利用发射率数据对钾元素的反演精度。在利用学生化残差对模型进行去除异常值的改进后发现,建模精度有了明显提高但是测试精度却有所降低,过度拟合训练集数据导致模型泛化性下降,因此不建议对模型过度拟合。
|
