摘要
本发明涉及农业技术领域,公开了一种基于机器学习的土壤地力遥感反演方法,包括;获取历史土壤数据库、历史遥感影像数据及目标年份遥感影像数据并进行预处理,包括辐射定标、大气校正及几何校正;基于预处理后的历史遥感影像数据计算植被指数和叶面积指数,确定裸土窗口期;基于裸土窗口期的空间分布创建覆盖研究区域的渔网网格;从渔网网格中提取历史土壤参数及对应窗口期的遥感影像波段反射率值,构建训练样本;将训练样本划分为训练集和验证集并通过相关系数法进行特征选择;采用多模型协同训练方式,基于训练集建立土壤参数反演模型;利用训练完成的模型对目标年份遥感影像数据进行土壤地力反演。综上,能够提升土壤地力的预测精度。
技术关键词
遥感影像数据
土壤参数反演
叶面积指数
遥感反演方法
地面控制点
梯度提升树模型
归一化植被指数
多模型协同
渔网
网格
相关系数法
随机森林模型
土壤速效养分
特征选择
多项式
校正
坐标
反射率
训练集
系统为您推荐了相关专利信息
预测模型构建方法
矢量地理数据
地形高程数据
遥感影像数据
预训练模型
植被识别方法
遥感影像数据
超像素分割方法
样本
海岛
多源异构数据
时空分布特征
因子权重
主成分分析法
对齐技术
无人机路径规划
实景三维模型
数字孪生技术
节点
无人机数字
信息采集方法
相机
多视影像密集匹配
公路
控制无人机