基于支持向量机回归的水稻地重金属Fe含量估算

作     者：郭云开 刘磊 刘宁 朱善宽 李丹娜 GUO Yunkai;LIU Lei;LIU Ning;ZHU Shankuang;LI Danna

作者机构：长沙理工大学交通运输工程学院湖南长沙410076 长沙理工大学测绘遥感应用技术研究所湖南长沙410076 

出 版 物：《北京测绘》 (Beijing Surveying and Mapping)

年 卷 期：2017年第31卷第6期

页      面：10-13页

学科分类：12[管理学] 081802[工学-地球探测与信息技术] 08[工学] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(41471421 41671498) 

主　　题：支持向量机 回归模型 水稻地 Fe含量 

摘      要：本文利用地物光谱仪获取的土壤反射光谱,通过多元线性回归模型和支持向量机回归模型分别建立土壤铁含量的估算模型,并利用检验数据对模型进行验证。建模和估算决定系数为0.9855和0.7158,估算均方根误差为0.0601,结果表明利用支持向量机回归模型能够较好的进行土壤重金属含量的估算。