摘要
本发明提供一种基于高光谱的土壤有机质含量预测方法,涉及高光谱预测技术领域。该方法首先采集并处理土壤样本,进行SOM含量测定和土壤光谱反射率测量;并对土壤光谱反射率数据进行预处理,消除光谱噪声和冗余信息;然后采用改进的斑点鬣狗优化ISHO算法初步筛选特征波段,再利用迭代保留信息变量IRIV算法对特征波段进行二次筛选;最后建立高光谱预测模型对SOM含量进行预测,并评价模型精度;该方法采用ISHO算法和IRIV算法对光谱反射率数据进行特征波段选择,并采用XGBoost方法建立SOM含量预测模型,提高了预测模型的精度,为SOM含量监测提供理论及技术支持。
技术关键词
土壤光谱反射率
土壤有机质含量
反射率数据
斑点
XGBoost模型
样本
拉普拉斯
算法
干扰特征
代表
位置更新过程
矩阵
定义
地物光谱仪
节点
变量
索引
保留特征
正则化参数