基于高光谱技术的土壤镉污染分级评价研究

摘要

提出一种利用高光谱技术进行土壤镉污染分级评价的方法.以 FieldSpec®3地物光谱仪采集厂矿区土壤光谱反射率175份,随机分成校正集(135份)和检验集(40份).光谱经小波去噪和标准归一化(SNV)处理后,以主成分分析法(PCA)降维.将降维所得的前5个主成分数据为输入变量,分别采用 Fisher 线性判别、Byes 逐步判别、模糊模式识别、BP-ANN 判别以及 SVM 5种方法建立了土壤镉污染分级评价模型,并利用40个未知样对模型进行检验.结果表明：Fisher 线性判别准确率为77.5%,Byes 逐步判别与模糊模式识别预测为80.0%,BP-ANN 模型预测精度为82.5%,SVM 模型预测精度最高,达85.0%.说明采用高光谱技术进行土壤镉污染分级评价是可行,其中 SVM 是建模的优选算法