耦合无人机高光谱与机器学习的辣椒田土壤水分动态监测研究
曾禧童1
张伟1
付静1
王洁2
李长江3
和玉璞1
万家玮1
1.水利部交通运输部国家能源局 南京水利科学研究院,南京 2100292.江苏省农村水利科技发展中心,南京 2100293.贵州省水利科学研究院,贵阳 550002
摘要：[目的]基于无人机高光谱遥感和机器学习算法构建辣椒田土壤含水率动态反演模型.[方法]以贵州省典型山地的辣椒田为研究对象,基于田间小区试验,采集 9期高光谱影像数据及地面土壤含水率样本,在筛选土壤含水率敏感光谱特征的基础上,结合光谱特征空间优化,采用机器学习构建辣椒田土壤含水率动态反演模型.[结果]以筛选得到的增强植被指数(EVI)、差值植被指数(DVI)、比值植被指数2(RVI2)及波段 5(B5,400.878 nm)、波段 128(B128,926.664 nm)等 36 个敏感波段作为反演模型的输入特征时,辣椒田土壤含水率反演效果最优;对比分析偏最小二乘回归(PLSR)、L2 正则化回归(L2)、决策树(DT)、随机森林(RF)与类别提升(CatBoost)算法的反演表现,发现CatBoost模型的反演精度最高,其测试集决定系数(R2)为0.758、均方根误差(RMSE)为2.897、平均绝对百分比误差(MAPE)为 5.902%.[结论]筛选出对辣椒田土壤水分敏感的有效光谱特征组合,通过模型比选与精度评估验证了 CatBoost 模型的非线性拟合能力及对山地零散灌片辣椒田土壤水分动态反演的适用性.
关键词：辣椒无人机遥感高光谱土壤含水率CatBoost
分类号：S274.4(农田水利)
资助基金：贵州省科技项目(2022)国家自然科学基金(42501504)中央级公益性科研院所基本科研业务费专项资金项目(Y925015)中央级公益性科研院所基本科研业务费专项资金项目(Y924009)江苏省自然科学基金(BK20240282)江苏省双创博士项目(JSSCBS0316)
论文发表日期：2026-08-31
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：8( 9-16 )
英文信息