探索利用多光谱卫星图像估算农田中镉和铅含量的潜力:像元二分模型和随机森林的影响
ID:3290
View Protection:ATTENDEE
Updated Time:2024-04-13 11:32:25 Hits:1664
Poster Presentation
Abstract
农田中重金属含量的准确快速预测对于确保农产品安全和维护生态平衡至关重要。结合多光谱图像和化学计量模型提供了一种可行的手段来估算农田中的镉(Cd)和铅(Pb)含量。本研究采用偏最小二乘回归(PLSR)、反向传播神经网络(BPNN)和随机森林(RF)对光谱数据进行了校准,并探讨了光谱估算Cd和Pb含量的机制。研究结果表明,多光谱图像估算Cd和Pb含量的机制主要取决于Cd和Pb含量与土壤有机质的相关性;对于Cd和Pb的估算,解混图像估算模型比原始图像估算模型更准确;RF模型的表现优于PLSR和BPNN模型。研究区域农田Cd和Pb含量的估算结果相对满意(Cd和Pb的最大验证R2分别为0.60、0.63)。该研究结果为区域农田Cd和Pb含量的快速预测提供了理论基础和方法参考。
Keywords
土壤重金属,Sentinel-2影像,估算机制,像元二分模型,随机森林
Submit Comment