CN119167096B 基于高光谱数据的土壤有机质含量监测模型训练方法和装置 （自然资源部国土卫星遥感应用中心）

心号基于高光谱数据的土壤有机质含量监测模本公开提供了基于高光谱数据的土壤有机谱地表反射率数据得到的双波段光谱指数和光大于预设阈值的相关性对应的光谱参量和光谱特征数据集对土壤有机质含量监测模型进行训待监测区域进行土壤有机质含量监测时的数据获取条件，将精度提升值大于0的特征对应的特可以得到预测精确度高的数据获取条件和土壤2根据所述高光谱地表反射率数据计算多个双波段光谱指数和多个光述土壤有机质含量与光谱参量，以及所述土壤有机质含量与双波段光谱指数之间的相关根据绝对值大于预设阈值的相关性对应的光谱参量和光谱指数根据所述特征数据集对土壤有机质含量监测模型进行训练，计算模述精度计算精度提升值；对土壤有机质含量监测模型的精度的计算方式包括调整决定系为其中，R2.adji、R2.adjinn表将精度提升值大于0的特征对应的波段和地形因子类型，作为对待监测区域进行土壤的土壤有机质含量监测模型为精度提升值大于0的特征对应的特征数据集训练出来的模根据平滑处理后的高光谱地表反射率数据计算光谱参量；以根据各波段对应的高光谱地表反射率数据计算多个根据各波段对应的高光谱地表反射率数据计算光谱指,根据所述特征重要性对特征从高到低进行排序，按排序的先后顺序将3获取待监测区域的预设波段的高光谱地表反射率数据和预述波段和所述类型分别是权利要求1_5中任一权利要求得到的数据获取条件中的波段和地根据所述高光谱地表反射率数据计算光谱指将所述光谱指数、光谱参量和所述地形因子数据，输入预先训练的土型为精度提升值大于0的特征对应的特征数据集训练出数据获取模块，用于获取样点的高光谱地表反射率数据、样点相关性计算模块，用于根据所述高光谱地表反射率数据计算多数据集构建模块，用于根据绝对值大于预设阈值的相关性对应的光谱参量和光谱指精度计算模块，用于根据所述特征数据集对土壤有机质含量监测模R2.adjim表示利用特征进行反演时，得到的调整决定系数的最大值与最小值，R.adi,表误差；含量监测时所使用的土壤有机质含量监测模型为精度提升值大于0的特征对应的特征数据4所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被9.一种存储有计算机指令的非瞬时计算机可读存令用于使所述计算机执行根据权利要求1_6中任一权5速获取连续细分光谱信息获得目标的几何特征，更能够定量化反演得到目标的光谱反射、6法没有针对高光谱数据特点进行优化，一些无监督算法过于重视数据本身的统计学分析，[0011]将精度提升值大于0的特征对应的波段和地形因子类型，作为对待监测区域进行使用的土壤有机质含量监测模型为精度提升值大于0的特征对应的特征数据集训练出来的[0021]所述根据所述特征数据集对土壤有机质含量监测模型进7[0027]对土壤有机质含量监测模型的精度的计算方式包括调整决定系数、均方根误差、示特征的排序；RPDmax、RPDmin表示利用特征进行反演时，得到的均方根误差的最表示利用第i个特征进行反演时得到的相对分析误差。[0031]根据本公开的第二方面，提供了一种基于高光谱数据的土壤有机质含量监测方[0032]获取待监测区域的预设波段的高光谱地表反射率数据和预设类型的地形因子数测模型为精度提升值大于0的特征对应的特征数据集训8[0039]精度计算模块，用于根据所述特征数据集对土壤有机质机质含量监测时所使用的土壤有机质含量监测模型为精度提升值大于0的特征对应的特征[0046]图1示出了根据本公开的实施例的基于高光谱数据的土壤有机质含量监测模型训[0048]图3示出了根据本公开的实施例的土壤有机质含量实测值与预测值之间的相关性[0050]图5示出了根据本公开的实施例的基于高光谱数据的土壤有机质含量监测模型训9[0055]图1示出了根据本公开实施例的基于高光谱数据的土壤有机质含量监测模型训练于采样点点位矢量数据提取样点所在像元的高光谱地表[0060]步骤120，根据所述高光谱地表反射率数据计算多个双波段光谱指数和多个光谱[0061]在一些实施例中，所述根据所述高光谱地表反射率数据计算光谱指数和光谱参光谱地表反射率数据进行平滑处理之前，还可以对高光谱地表反射率数据进行光谱变换，,相关系数计算双波段光谱指数与土壤有机质[0076]其中，Count为满足条件的像元个数，M为当前谱段行数，threshold_sp1和[0082]在一些实施例中，所述根据所述特征数据集对土壤有机质含量监测模型进行训,大值与最小值，RPDi表示利用第i个特征进行反演时得到的均方根误差；RMSERnax、表示利用第i个特征进行反演时得到的相对分析误差。机质含量监测模型为精度提升值大于0的特征对应的特征数据集训练出来待监测区域进行土壤有机质含量监测时的数据222_adj<0.49[0103]基于上述方法100，在本公开提供的一种基于高光谱数据的土壤有机质含量监测测区域的土壤有机质含量；所述预先训练的土壤有机质含量监测模型为精度提升值大于0[0104]在一些实施例中，选择训练好的集成提升树LSBoost模型进行待监测区域的土壤[0108]图5示出了根据本公开的实施例的基于高光谱数据的土壤有机质含量监测模型训[0110]相关性计算模块520，用于根据所述高光谱地表反射率数据计算多个双波段光谱[0111]数据集构建模块530，用于根据绝对值大于预设阈值的相关性对应的光谱参量和[0112]精度计算模块540，用于根据所述特征数据集对土壤有机质含量监测模型进行训[0113]特征选取模块550，用于将精度提升值大于0的特征对应壤有机质含量监测时所使用的土壤有机质含量监测模型为精度提升值大于0的特征对应的通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理[0121]用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器器以及键盘和指向装置（例如，鼠标或者轨迹球用户可以通过该键盘面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：过通信网络进行交互。通过在相应的计算机上运行并