Estimación de cationes del suelo basada en espectroscopía visible e infrarroja cercana y aprendizaje automático
Autores: Peng, Yiping; Wang, Ting; Xie, Shujuan; Liu, Zhenhua; Lin, Chenjie; Hu, Yueming; Wang, Jianfang; Mao, Xiaoyun
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Estimación de cationes del suelo basada en espectroscopía visible e infrarroja cercana y aprendizaje automático
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Intercambio de cationes del suelo
Calidad del suelo
Potencial de limpieza ambiental
Datos hiperespectrales
Boruta
SPA
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
El intercambio de cationes del suelo es un indicador básico de la calidad del suelo y del potencial de limpieza ambiental. La adquisición precisa y eficiente de información sobre el contenido de cationes del suelo es de gran importancia para el monitoreo de la calidad del suelo y la prevención de la contaminación. En la actualidad, pocos académicos se centran en los cationes intercambiables del suelo utilizando tecnología de teledetección. Este estudio propone un nuevo método para estimar el contenido de cationes del suelo utilizando datos hiperespectrales. En particular, introducimos los algoritmos Boruta y de proyección sucesiva (SPA) para seleccionar variables de características, y utilizamos la provincia de Guangdong, China, como área de estudio. Se implementan la red neuronal de retropropagación (BPNN), la red neuronal de retropropagación basada en algoritmos genéticos (GABP) y los algoritmos de bosque aleatorio (RF) con validación cruzada de 10 pliegues para determinar el modelo más preciso para las estimaciones de contenido de cationes del suelo (Ca, K, Mg y Na). El modelo y las imágenes hiperespectrales se combinan para realizar el mapeo espacial del Mg del suelo y obtener información de distribución espacial de las imágenes. Los resultados muestran que Boruta fue el algoritmo óptimo para determinar las bandas características de Ca y Na del suelo, y SPA fue el algoritmo óptimo para determinar las bandas características de K y Mg del suelo. Los modelos de estimación más precisos para los contenidos de Ca, K, Mg y Na del suelo fueron Boruta-RF, SPA-GABP, SPA-RF y Boruta-RF, respectivamente. El efecto de estimación del Mg del suelo (R = 0.90, relación de rendimiento al rango intercuartílico (RPIQ) = 3.84) fue significativamente mejor que los otros tres elementos (Ca: R = 0.83, RPIQ = 2.47; K: R = 0.83, RPIQ = 2.58; Na: R = 0.85, RPIQ = 2.63). Además, el método SPA-RF combinado con imágenes HSI de HJ-1A fue seleccionado para el mapeo espacial del contenido de Mg del suelo con un R de 0.71 y RPIQ de 2.05. Esto indica la capacidad del método SPA-RF para recuperar el contenido de Mg del suelo a escala regional.
Descripción
El intercambio de cationes del suelo es un indicador básico de la calidad del suelo y del potencial de limpieza ambiental. La adquisición precisa y eficiente de información sobre el contenido de cationes del suelo es de gran importancia para el monitoreo de la calidad del suelo y la prevención de la contaminación. En la actualidad, pocos académicos se centran en los cationes intercambiables del suelo utilizando tecnología de teledetección. Este estudio propone un nuevo método para estimar el contenido de cationes del suelo utilizando datos hiperespectrales. En particular, introducimos los algoritmos Boruta y de proyección sucesiva (SPA) para seleccionar variables de características, y utilizamos la provincia de Guangdong, China, como área de estudio. Se implementan la red neuronal de retropropagación (BPNN), la red neuronal de retropropagación basada en algoritmos genéticos (GABP) y los algoritmos de bosque aleatorio (RF) con validación cruzada de 10 pliegues para determinar el modelo más preciso para las estimaciones de contenido de cationes del suelo (Ca, K, Mg y Na). El modelo y las imágenes hiperespectrales se combinan para realizar el mapeo espacial del Mg del suelo y obtener información de distribución espacial de las imágenes. Los resultados muestran que Boruta fue el algoritmo óptimo para determinar las bandas características de Ca y Na del suelo, y SPA fue el algoritmo óptimo para determinar las bandas características de K y Mg del suelo. Los modelos de estimación más precisos para los contenidos de Ca, K, Mg y Na del suelo fueron Boruta-RF, SPA-GABP, SPA-RF y Boruta-RF, respectivamente. El efecto de estimación del Mg del suelo (R = 0.90, relación de rendimiento al rango intercuartílico (RPIQ) = 3.84) fue significativamente mejor que los otros tres elementos (Ca: R = 0.83, RPIQ = 2.47; K: R = 0.83, RPIQ = 2.58; Na: R = 0.85, RPIQ = 2.63). Además, el método SPA-RF combinado con imágenes HSI de HJ-1A fue seleccionado para el mapeo espacial del contenido de Mg del suelo con un R de 0.71 y RPIQ de 2.05. Esto indica la capacidad del método SPA-RF para recuperar el contenido de Mg del suelo a escala regional.