[发明专利]基于可见近红外光谱与多目标融合的土壤快速分类方法

摘要

本发明公开了一种基于可见近红外光谱与多目标融合的土壤快速分类方法。首先利用可见近红外光谱仪快速获取土壤剖面不同发生层风干研磨土样的光谱数据，进行平滑去噪后，并将数据集划分为建模集和独立验证集。其次对土壤剖面的土壤系统分类结果及建模集中土壤剖面光谱之间的相关性建立基于径向基核函数的二分类支持向量机模型。然后通过二分类支持向量机模型预测独立验证集，从二分类支持向量机模型中提取每个发生层中所有土壤类型二分类组合的得票数，并加总同一剖面中所有发生层的得票数。最终加总得票最高的土壤类型即为土壤剖面的预测土壤类型。本发明能够快速准确地预测剖面的土壤类型，为大尺度高精度土壤测绘、土地资源调查提供了新思路。

主权项

1.一种基于可见近红外光谱与多目标融合的土壤快速分类方法，其特征在于，包括以下步骤：/n步骤(1)：采集不同土壤剖面中各个发生层的样本，分析确定每个土壤剖面的土壤类型，形成土壤剖面数据集；/n步骤(2)：对每个土壤剖面各个发生层的样本进行干燥、研磨过筛，然后使用可见近红外光谱仪和接触式探头测量每个土壤剖面各个发生层样本的光谱数据，每个发生层样本测量多组光谱，然后经过算术平均得到该样本的初始光谱；/n步骤(3)：对步骤(2)中得到的光谱数据进行预处理，去除初始光谱中噪音超标的波段，并对保留下来的光谱数据进行平滑去噪处理；/n步骤(4)：将土壤剖面数据集中的土壤剖面按照土壤类型进行分区，并对每个分区的土壤剖面进行随机分层采样，每个土壤类型分区中随机选择预定比例的土壤剖面进入建模集，其余进入独立验证集；建模集和独立验证集中的每个土壤剖面数据中包含该土壤剖面的土壤类型，以及该土壤剖面中各个发生层样本经过平滑去噪处理后的光谱数据；/n步骤(5)：利用建模集中土壤剖面不同发生层样本的光谱数据以及该发生层样本对应的土壤类型作为训练数据，对二分类支持向量机模型进行训练，使模型能够根据每个发生层样本的光谱预测土壤类型；/n步骤(6)：利用经过训练的二分类支持向量机模型对独立验证集中每个土壤剖面每个发生层依次投票，每层具体操作如下：对所有可能的n种土壤类型中的任意两种类型进行一次投票，通过二分类支持向量机模型分别得到两种类型的决策值，然后根据决策值确定该两种类型的投票结果，对所有n种土壤类型共得到