基于sCARS的淮北平原土壤有机质含量高光谱建模
打开文本图片集
摘要：为确定淮北平原砂姜黑土土壤有机质（SOM）最佳反演模型，探寻最佳特征波长筛选方法，提高模型预测精度。利用原始光谱进行倒数对数（Log（1/R））、标准正态变量变换（SNV）、去包络线（CR）、一阶微分（FDR）处理，采用稳定竞争性自适应重加权算法（sCARS）筛选特征变量，对比分析竞争性自适应重加权算法（CARS）、相关系数法（|r|≥0.47）和显著性水平法（p≤0.01）所得结果，建立SOM含量的偏最小二乘（PLSR）模型，并对比精度差异。（剩余14626字）