基于ResNet的森林土壤碳含量近紅外預(yù)測(cè)模型

打開(kāi)文本圖片集

摘 要：為實(shí)現(xiàn)森林土壤碳含量（SOC）的快速、高效、無(wú)損檢測(cè)，以小興安嶺帶嶺林業(yè)實(shí)驗(yàn)局東方紅林場(chǎng)土壤為研究對(duì)象，利用近紅外光譜（NIRs）技術(shù)，建立SOC預(yù)測(cè)模型。利用深度殘差網(wǎng)絡(luò)（ResNet18）算法建立預(yù)測(cè)模型，從光譜數(shù)據(jù)的預(yù)處理（一階導(dǎo)數(shù)（1stD）+Savitzky-Golay（SG）卷積平滑、標(biāo)準(zhǔn)正態(tài)變量變換（SNV）、SG卷積平滑和去趨勢(shì)（DT））和批量2個(gè)角度對(duì)模型進(jìn)行優(yōu)化，并將該模型與偏最小二乘回歸（PLSR）、BP神經(jīng)網(wǎng)絡(luò)（BPNN）和卷積神經(jīng)網(wǎng)絡(luò)VGG19模型進(jìn)行對(duì)比。（剩余17673字）