版权说明 操作指南
首页 > 成果 > 详情

联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法

认领
导出
反馈
分享
QQ微信 微博
成果类型:
专利
发明/设计人:
薛云;邹滨;涂宇龙
申请/专利权人:
湖南城市学院
专利类型:
发明专利
语种:
中文
申请时间:
2020-05-20
申请/专利号:
CN202010427959.9
公开时间:
2020-08-25
公开号:
CN111579500A
主申请人地址:
413000 湖南省益阳市迎宾东路518号
申请地区:
湖南
机构署名:
本校为第一完成单位
主权项:
1.一种联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其特征在于,步骤包括: 步骤S1:土壤样品采集及土壤光谱测定; 步骤S2:KS-DS算法构建光谱转换模型;即,构建选取的转换集样品的室内、室外光谱转换模型; 步骤S3:光谱预处理及相关分析;即,采用构建的土壤室内外光谱转换模型将土壤样品室外光谱进行光谱转换,得到转换后的土壤室外光谱数据;构建强相关波段及波段比值组合模型,波段光谱反射率与样本重金属含量间Pearson相关系数找出指示土壤重金属含量差异的强相关波段;用每个强相关波段分别与其他强相关波段做比值处理,并逐一与重金属含量做相关分析,找出强相关波段比值; 步骤S4:融合室内外光谱的支持向量机重金属含量反演模型构建,进行检测。即,构建融合室内外光谱的支持向量机重金属含量反演模型;强相关性波段和波段比值组合作为模型的输入变量,土壤铬含量为因变量,用训练样本训练支持向量机模型,用训练好的模型反演重金属含量。 2.根据权利要求1所述的联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其特征在于,所述步骤S1包括: 步骤S101:土壤样品采集:采用格网取样法采集自然污染土壤表层样品; 步骤S102:土壤光谱测定:野外采集土样时,同步采集室外土壤光谱;室外光谱采用地物光谱仪测量,测试前进行白板定标,获取绝对反射率;每个土样测试过程中重复测定350-2500nm光谱波段范围若干条反射光谱曲线,取算术平均值作为该土样的实际反射光谱数据;同样方法测量室内土壤样本得到室内光谱曲线。 3.根据权利要求2所述的联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其特征在于,所述步骤S101中,将土壤样品带回室内,首先在阴凉通风室内风干,去除土壤中杂质;然后采用陶瓷用具研磨、过100目尼龙筛,以备土壤基本理化性质和光谱学特性测定试验所用;然后采用原子吸收分光光度法测定土壤重金属含量。 4.根据权利要求2所述的联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其特征在于,所述步骤S102中,测试光源为1000W卤素灯,5°视场角,光源照射方向与垂直方向夹角15°;光源距离设置为30cm,探头距离5cm;测量过程探头保持与土壤样本平面成45°角。 5.根据权利要求1-4中任意一项所述的联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其特征在于,所述步骤S2包括: 步骤S201:利用Kennard-Stone算法通过计算采样土壤室内光谱之间的欧氏距离,选择转换集样品; 步骤S202:采用直接校正算法构建选取的转换集样品的室内、室外光谱转换模型;采用构建的土壤室内外光谱转换模型将土壤样品室外光谱进行光谱转换,得到转换后的土壤室外光谱数据。 6.根据权利要求5所述的联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其特征在于,所述Kennard-Stone算法具体实现步骤为:首先,选择两两样本之间距离最大的两个样本作为第一个和第二个转换集样品;然后,分别计算剩余的样本与已选样本之间的距离;对于每个剩余样本而言,其与已选样品之间的最短距离被选择,然后选择这些最短距离中相对最长的距离所对应的样本,作为第三个转换集样品;重复直至所选的转换集样品的个数等于事先确定的数目为止。 7.根据权利要求1-4中任意一项所述的联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其特征在于,所述步骤S3包括: 步骤S301:光谱去噪:采用光谱去噪方法,去除首尾信噪比较低的波段350-380nm和2410-2500nm,室外光谱还去掉受水汽影响严重的波段1880-1965nm; 步骤S302:光谱微分:用差分近似对离散光谱数据进行微分,方法如下: 式中,Ri表示第i个波段光谱的反射率,wi表示第i个波段的波长; 步骤S303:光谱重采样:对各样本光谱的350-2500nm间的1024个波段进行间隔为10nm的采样,算术平均值计算后的重采样波段数为198个; 步骤S304:相关分析:波段光谱反射率与样本重金属含量间Pearson相关系数用于表征指示土壤重金属含量差异的强相关波段,计算公式为: 式中,Xi代表光谱第i个波段反射率,Y代表样本重金属含量,σ代表标准差,相关系数t检验过程中0.05水平显著的波段为强相关波段;用每个强相关波段分别与其他强相关波段做比值处理,并逐一与重金属含量做相关分析,t检验过程中0.05水平显著波段比值为强相关波段比值。 8.根据权利要求1-4中任意一项所述的联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其特征在于,所述步骤S4包括: 步骤S401:强相关性波段和波段比值组合作为模型的输入变量,土壤铬含量为因变量,70%土壤样本为训练样本,30%样本为测试样本,粒子群算法搜索支持向量机SVM参数,训练SVM模型; 步骤S402:用训练好的SVM模型反演重金属含量。
摘要:
本发明公开了一种联合室内外光谱的波段及比值组合的重金属含量支持向量机回归方法,其步骤包括:步骤S1:土壤样品采集及土壤光谱测定;步骤S2:KS‑DS算法构建光谱转换模型;步骤S3:光谱预处理及相关分析;步骤S4:融合室内外光谱的支持向量机重金属含量反演模型构建,进行检测。本发明具有原理简单、反演精度高、检测效果好等优点。

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com