摘要
本发明提供一种基于高光谱遥感影像的农田土壤碳含量测量方法及系统,包括:采集目标区域的高光谱遥感影像样本,对高光谱遥感影像样本进行预处理得到高光谱遥感地表反射率影像;提取高光谱遥感地表反射率影像中的光谱特征和纹理特征,结合目标区域的地形特征,构建初始特征集合;采用XGBoost模型和互信息法结合的XGB‑MI特征选择算法,筛选初始特征集合,得到优化后特征集合;获取农田土壤有机碳含量样本数据,基于农田土壤有机碳含量样本数据和优化后特征集合进行模型训练,得到农田土壤碳含量测量模型;将目标区域的待测量高光谱遥感影像输入农田土壤碳含量测量模型,输出农田土壤碳含量测量结果。
技术关键词
高光谱遥感影像
土壤有机碳含量
地表反射率
农田
XGBoost模型
测量方法
特征选择算法
地形特征
样本
纹理特征
数字高程模型
灰度共生矩阵
XGBoost算法
定标参数
非暂态计算机可读存储介质
归一化植被指数
交叉验证法
处理器
数据
系统为您推荐了相关专利信息
风险评估模型
风险分析方法
动态特征提取
边缘计算技术
特征工程
进度统计方法
水稻机插秧
作业轨迹
农田
深度学习算法
作业控制方法
作业参数
农田环境
粒子群算法优化
重构
出力预测方法
时间序列模型
数据
XGBoost模型
ARIMA模型