基于优选光谱特征的红壤水分反演模型研究
邢明杰1
徐兴倩2
徐伟恒3
王二3
朱翔1
赵琳1
1.云南农业大学 水利学院,昆明 6502012.云南农业大学 水利学院,昆明 650201;云南农业大学 国际学院,昆明 6502013.西南林业大学 大数据与智能工程学院,昆明 650224
摘要：[目的]探索基于多光谱遥感技术高效监测土壤水分的方法.[方法]针对云南红壤区土壤水分遥感反演研究匮乏问题,基于无人机多光谱影像(G、R、RE、NIR波段)与同步田间采样数据,融合 22 种经典及改进光谱指数,结合皮尔逊相关系数((Pearson correlation coefficients,Pccs)、变量投影重要性分析((Variable importance in projection,VIP)和灰色关联度分析((Grey relational analysis,GRA)3 种算法筛选敏感特征变量,分别采用随机森林((Random forest,RF)、反向传播神经网络(Back propagation neural network,BPNN)、支持向量回归(Support vector regression,SVR)及轻量梯度提升机(Light gradient boosting machine,LightGBM)模型反演红壤水分.[结]]VIP算法优选的 6 个关键光谱变量显著提升了模型计算效率;在 4 种机器学习模型中,BPNN兼具鲁棒性与泛化能力,其中VIP-BPNN模型精度最高(验证集决定系数R2=0.72,均方根误差RMSE=3.36%,相对预测性能偏差RPD=1.90),而RF模型虽然训练集R2 达0.94,但测试集R2仅为 0.56,存在过拟合现象.[结]]基于VIP算法与BPNN的多光谱反演模型可更好地反映红壤水分时空分布,为云南红壤区动态监测提供高精度技术支撑.未来可以融合更多波段与参数以增强模型泛化能力,进一步推动智慧农业与生态管理决策的科学化.
关键词：多光谱红壤水分变量筛选反演模型
分类号：S277(农田水利)
资助基金：云南省基础研究计划项目(202301BD070001-171)国家自然科学基金(42367025)国家自然科学基金(42307269)云南省高层次人才培养支持计划(YNWR-QNBJ-2020-030)
论文发表日期：2025-11-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：10( 70-79 )
英文信息