农业机械学报

作者：于海洋，谢赛飞，郭灵辉，刘鹏，张平

单位：河南理工大学,河南理工大学,河南理工大学,河南省自然资源科学研究院,河南理工大学,

关键词：土壤;重金属;高光谱遥感;空间特征;极端随机树;置换重要性

基金：国家自然科学基金项目（U1304402、41977284）和河南省自然资源厅自然科技项目（2019-378-16）

针对高光谱遥感土壤重金属含量估算研究中光谱特征信息弱、模型反演鲁棒性差的问题，提出构建污染源-汇空间特征量化污染物扩散与汇聚空间影响因子，融合光谱特征建立基于极端随机树（Extremely randomized trees，ERT）的土壤重金属含量估算模型。以济源市耕地土壤为研究区，布设采集土壤样本249个，分析了光谱特征、地形特征和污染源空间特征在土壤重金属铅（Pb）、铬（Cd）含量反演中的有效性及影响机理，采用置换重要性指数优选多源特征，通过与多种回归模型对比，评价ERT模型的预测精度。研究表明，变换后的土壤光谱特征构建ERT模型引入地形特征和污染源空间特征后精度提升显著，尤其是污染源空间特征优势更为明显，Pb的ERT模型均方根误差由43.185mg/kg下降到22.301mg/kg,下降了48.36%。Cd的ERT模型均方根误差由0.738mg/kg下降到0.371mg/kg，下降了49.73%，充分说明引入污染扩散空间特征的有效性。与其他回归模型对比，ERT估算模型在各项指标评价中优势明显，其中Pb的ERT模型的测试集R2达0.964，Cd的ERT模型R2为0.923。

来源：2022年第8期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第8期