摘要
本发明公开了一种面向高氧化铁低有机质含量区域的高光谱反演土壤重金属铬含量方法,采用连续投影算法获取氧化铁和Cr含量的高光谱特征波段集A1和A2,并集成递归特征消除算法,进一步优化A1和A2光谱波段集,进而基于优化波段集开展偏最小二乘回归模型构建,实现土壤Cr含量估算。本发明首先对高光谱数据进行平滑和校正预处理,以提高波段的平滑度,并减轻随机噪声和不同光谱波段的基线漂移变化的不利影响,进而依托Cr对氧化铁的强吸附作用和高光谱对氧化铁等活性成分的显著响应机制等理论基础,集成SPA和RFE特征波段选择方法,耦合氧化铁和Cr含量特征波段,构建PLS模型估算铬含量,从而提升铬含量估算精度。
技术关键词
反演土壤
反演模型
氧化铁
有机质
偏最小二乘算法
重金属铬含量
连续投影算法
偏最小二乘回归模型
消除算法
特征提取模块
随机噪声
PLS模型
数据
平滑度
残差预测
滤波技术
样本
校正
系统为您推荐了相关专利信息
肿瘤分子诊断技术
体外诊断标志物
前列腺癌标志物
前列腺增生患者
样本
周期性微纳结构
高分辨率光谱仪
偏最小二乘算法
重金属检测方法
光谱基线校正
页岩油气储层
评价方法
有机质
页岩储层
页岩生烃