第４６卷第３期２０２３年３月测绘与空间地理信息ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＴＥＣＨＮＯＬＯＧＹＶｏｌ．４６，Ｎｏ．３Ｍａｒ．，２０２３收稿日期：２０２１－０６－０７作者简介：王薪宇（１９９９－），男，山东济南人，遥感科学与技术专业在读本科生。基于高光谱数据的土壤速氮含量反演模型比较王薪宇（山东农业大学信息科学与工程学院，山东泰安２７１０１８）摘要：以土壤类型丰富的陕西省横山县为研究区域，采集该区域的８４个土样。在对原始数据进行去噪处理和特征变换后，利用神经网络原理、多元线性回归分析法、模式识别理论建立土壤速氮含量反演模型。研究结果表明，反演模型的精度由高到低依次为神经网络模型、多元回归模型、模式识别模型。其中神经网络模型的均方根误差约为８．２４，决定系数最大，达到了０．９４５５。因此，利用神经网络进行土壤速氮含量反演具有较好效果。关键词：土壤；速氮含量；多元线性回归；ＢＰ神经网络；模式识别中图分类号：Ｐ２０９文献标识码：Ａ文章编号：１６７２－５８６７（２０２３）０３－０２０１－０４ＣｏｍｐａｒｉｓｏｎｏｎＩｎｖｅｒｓｉｏｎＭｏｄｅｌｓｏｆＳｏｉｌＲａｐｉｄＮｉｔｒｏｇｅｎＣｏｎｔｅｎｔＢａｓｅｄｏｎＨｙｐｅｒｓｐｅｃｔｒａｌＤａｔａＷＡＮＧＸｉｎｙｕ（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｔａｉ′ａｎ２７１０１８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｅｉｇｈｔｙ－ｆｏｕｒｓｏｉｌｓａｍｐｌｅｓｗｅｒｅｃｏｌｌｅｃｔｅｄｆｒｏｍＨｅｎｇｓｈａｎｃｏｕｎｔｙ，Ｓｈａａｎｘｉｐｒｏｖｉｎｃｅ，ｗｈｉｃｈｉｓｒｉｃｈｉｎｓｏｉｌｔｙｐｅｓ．Ａｆｔｅｒｄｅ－ｎｏｉ⁃ｓｉｎｇａｎｄｆｅａｔｕｒｅｔｒａｎｓｆｏｒｍａｔｉｏｎｏｆｔｈｅｏｒｉｇｉｎａｌｄａｔａ，ｔｈｅｓｏｉｌｒａｐｉｄｎｉｔｒｏｇｅｎｉｎｖｅｒｓｉｏｎｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄｂｙｕｓｉｎｇｔｈｅｐｒｉｎｃｉｐｌｅｏｆｎｅｕｒａｌｎｅｔｗｏｒｋ，ｍｕｌｔｉｐｌｅｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓａｎｄｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｔｈｅｏｒｙ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｉｎｖｅｒｓｉｏｎｍｏｄｅｌｆｒｏｍｈｉｇ...
