鐘亮，郭熙，國(guó)佳欣，韓逸，朱青，熊杏

基于數(shù)據(jù)挖掘技術(shù)的高光譜土壤質(zhì)地分類研究

鐘亮，郭熙，國(guó)佳欣，韓逸，朱青，熊杏

（江西農(nóng)業(yè)大學(xué)國(guó)土資源與環(huán)境學(xué)院/江西省鄱陽(yáng)湖流域農(nóng)業(yè)資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室，南昌 330045）

【】尋找紅壤地區(qū)不同土壤質(zhì)地類型的Vis-NIR光譜反射規(guī)律，通過(guò)光譜對(duì)土壤質(zhì)地類別進(jìn)行快速、準(zhǔn)確的預(yù)測(cè)。以江西省奉新縣北部為研究區(qū)，245個(gè)土壤樣本為研究對(duì)象，在國(guó)際制土壤質(zhì)地4組和12級(jí)兩種分類標(biāo)準(zhǔn)下，首先分析不同土壤質(zhì)地類型的光譜反射率，然后采用9種數(shù)學(xué)變換方法和5種機(jī)器學(xué)習(xí)算法相互組合的數(shù)據(jù)挖掘模型，進(jìn)行土壤質(zhì)地的分類研究，最后對(duì)建模準(zhǔn)確度最高的混淆矩陣和預(yù)測(cè)結(jié)果三角坐標(biāo)分布圖進(jìn)行分析。（1）不同土壤質(zhì)地之間的光譜反射率存在較多的交叉重疊現(xiàn)象，土壤質(zhì)地與光譜反射率之間的規(guī)律較為復(fù)雜；（2）分?jǐn)?shù)階導(dǎo)數(shù)變換是整數(shù)階導(dǎo)數(shù)的擴(kuò)展，有助于土壤質(zhì)地的分類，但原始光譜數(shù)據(jù)具有更加豐富的特征信息，更適合進(jìn)行土壤質(zhì)地分類建模；（3）在對(duì)非均衡數(shù)據(jù)集建模時(shí)，集成學(xué)習(xí)方法和神經(jīng)網(wǎng)絡(luò)方法都是不錯(cuò)的選擇；（4）較難通過(guò)模型去區(qū)分土壤質(zhì)地分界線附近的類別，其中在4組分類標(biāo)準(zhǔn)下最容易被預(yù)測(cè)錯(cuò)誤成黏壤土組，在12級(jí)分類標(biāo)準(zhǔn)下最容易被預(yù)測(cè)錯(cuò)誤成黏壤土和壤質(zhì)黏土這兩種土壤質(zhì)地類型；（5）在4組分類標(biāo)準(zhǔn)中，進(jìn)行歸一化處理和MLP模型組合取得了0.68的最高預(yù)測(cè)準(zhǔn)確度，其中黏壤土組的預(yù)測(cè)準(zhǔn)確度能達(dá)到0.84；再細(xì)分到12級(jí)分類后，分類效果最佳的組合來(lái)自于原始數(shù)據(jù)和MLP模型，其中壤質(zhì)黏土分類準(zhǔn)確度達(dá)到了0.89。本研究結(jié)果可為南方紅壤地區(qū)通過(guò)高光譜數(shù)據(jù)進(jìn)行土壤質(zhì)地分類提供參考依據(jù)。

紅壤區(qū)；可見(jiàn)光近紅外光譜；土壤質(zhì)地；分類；數(shù)據(jù)挖掘技術(shù)

0 引言

【研究意義】土壤質(zhì)地是土壤重要的物理性質(zhì)之一，它與土壤保肥能力、保水狀況、通氣性及耕作的難易程度有著密切關(guān)系[1]。不同的土壤質(zhì)地往往具有明顯不同的農(nóng)業(yè)生產(chǎn)性狀，了解土壤的質(zhì)地類型，對(duì)農(nóng)業(yè)生產(chǎn)具有指導(dǎo)價(jià)值[2]。傳統(tǒng)測(cè)定土壤質(zhì)地的方法有比重計(jì)法、激光粒度儀法、吸管法和密度計(jì)法[3]，這些方法耗時(shí)耗力，容易出現(xiàn)人為誤差，且無(wú)法解釋區(qū)域土壤質(zhì)地的確定問(wèn)題[4]。近年來(lái)，隨著光譜技術(shù)的發(fā)展，為快速獲取土壤屬性信息提供了新的途徑[5]。土壤高光譜技術(shù)以其光譜分辨率高和波段信息豐富的特點(diǎn)，在估測(cè)土壤特性上具有強(qiáng)大的優(yōu)勢(shì)[6]，可節(jié)省大量的人力物力，在精準(zhǔn)農(nóng)業(yè)、數(shù)字土壤制圖、土壤資源遙感調(diào)查等工作中起到至關(guān)重要的作用[7]?！厩叭搜芯窟M(jìn)展】目前國(guó)內(nèi)外分別有學(xué)者利用遙感影像[8-10]、土壤圖像[11-13]、環(huán)境因子[1,14-17]和便攜式X射線熒光光譜[18]進(jìn)行土壤質(zhì)地的預(yù)測(cè)研究，同時(shí)都表現(xiàn)出較好的精度。然而，眾多學(xué)者利用光譜數(shù)據(jù)預(yù)測(cè)土壤質(zhì)地時(shí)，現(xiàn)有的研究中大部分是進(jìn)行土壤粒徑的回歸建模[19-23]，將得到的各粒徑百分含量再推測(cè)出土壤質(zhì)地的類別[4]，這樣很難保證單獨(dú)預(yù)測(cè)到的三種粒徑含量總和為100%[24-25]，不利于土壤質(zhì)地類別的推測(cè)。因此，用光譜數(shù)據(jù)直接進(jìn)行土壤質(zhì)地的分類建模顯得更加直接和準(zhǔn)確[26-27]；同時(shí)，大部分的研究是尋找特征波段進(jìn)行建模[5,28-29]，基于全譜建模的研究相對(duì)較少[30]；另外，在對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理時(shí)，常采用整數(shù)階導(dǎo)數(shù)變換[31-32]，也有研究使用分?jǐn)?shù)階導(dǎo)數(shù)變換[33-34]。如今，數(shù)據(jù)挖掘技術(shù)因其能處理高維度數(shù)據(jù)，并且能夠快速、準(zhǔn)確地建立土壤屬性與光譜反射率之間的關(guān)系模型，廣泛應(yīng)用在光譜與土壤屬性的建模研究中[35-36]。【本研究切入點(diǎn)】以江西省奉新縣北部為本研究區(qū)，245個(gè)紅壤樣本為研究對(duì)象，在國(guó)際制土壤質(zhì)地4組和12級(jí)兩種分類標(biāo)準(zhǔn)下[3]，采用包含分?jǐn)?shù)階導(dǎo)數(shù)在內(nèi)的9種數(shù)學(xué)變換方法以及SVM、RF、MLP等5種機(jī)器學(xué)習(xí)算法相互組合的數(shù)據(jù)挖掘模型，利用Vis-NIR光譜進(jìn)行土壤質(zhì)地分類的研究?！緮M解決的關(guān)鍵問(wèn)題】以明確高光譜數(shù)據(jù)預(yù)測(cè)紅壤地區(qū)土壤質(zhì)地類型的建模能力，并且尋找最優(yōu)數(shù)學(xué)變換和機(jī)器學(xué)習(xí)算法的組合模型，以期為南方紅壤地區(qū)通過(guò)高光譜數(shù)據(jù)進(jìn)行土壤質(zhì)地分類提供參考依據(jù)。

1 材料與方法

1.1 研究區(qū)概況與土壤樣本采集

研究區(qū)位于江西省奉新縣北部，總面積約20 000 hm2，坐標(biāo)115°03′—115°23′ E，28°40′—28°47′ N，屬中亞熱帶濕潤(rùn)氣候，年平均降雨量1 612 mm，年平均氣溫17.3℃，海拔介于31—133 m之間。研究區(qū)土地利用類型包括耕地、園地、林地和其他用地，分別占整個(gè)研究區(qū)面積的25%、5%、55%和15%。土壤類型主要為紅壤。

土樣的采集時(shí)間為2018年7月23日至8月11日，為了保證數(shù)據(jù)的代表性，將研究區(qū)劃分為1 km× 1 km的規(guī)則網(wǎng)格，在各網(wǎng)格內(nèi)隨機(jī)選取采樣點(diǎn)，并且充分考慮地理環(huán)境因素，對(duì)個(gè)別網(wǎng)格進(jìn)行采樣點(diǎn)加密。在深度為0—30 cm內(nèi)通過(guò)5點(diǎn)混合法進(jìn)行土壤樣本的采集，均勻混合后得到最終樣本。采樣點(diǎn)使用手持GPS儀器獲取并記錄位置，分布如圖1所示，在研究區(qū)內(nèi)共采集了245個(gè)樣本，其中耕地97個(gè)、林地92個(gè)、園地56個(gè)。將采回的樣本于實(shí)驗(yàn)室自然風(fēng)干、研磨后過(guò)2 mm篩，并將其均勻分成兩部分，分別用于土壤質(zhì)地和土壤光譜測(cè)定。土壤質(zhì)地采用激光衍射法（Beckman Coulter LS230，USA，測(cè)試粒徑范圍0.04—2 000 μm）測(cè)定[37-39]。本研究采用國(guó)際制土壤質(zhì)地分類標(biāo)準(zhǔn)，把土壤質(zhì)地劃分為4組12級(jí)，如圖2所示，在國(guó)際制土壤質(zhì)地分類三角坐標(biāo)圖中，3個(gè)坐標(biāo)軸分別為砂粒（2—0.02 mm）、粉粒（0.02—0.002 mm）、黏粒（＜0.002 mm）。

圖1 研究區(qū)采樣點(diǎn)分布示意圖

圖2 國(guó)際制土壤質(zhì)地分類和土壤樣本示意圖

1.2 光譜數(shù)據(jù)采集與預(yù)處理

光譜測(cè)量采用美國(guó)ASD公司的FieldSpec4地物光譜儀，波長(zhǎng)范圍為350—2 500 nm，輸出得到2 151個(gè)波段。為避免干擾，在暗室環(huán)境下進(jìn)行光譜的測(cè)量，每次測(cè)量前進(jìn)行標(biāo)準(zhǔn)白板校正，對(duì)每個(gè)樣本進(jìn)行不同方向上的5次光譜測(cè)量，取5條光譜數(shù)據(jù)的平均值作為土壤樣本的光譜曲線。將信噪比低的邊緣波段350—399 nm和2 451—2 500 nm去除，使用Daubechies6小波進(jìn)行三層分解，采用軟閾法對(duì)光譜數(shù)據(jù)中的高頻系數(shù)進(jìn)行去噪處理[40-42]。為了降低數(shù)據(jù)維數(shù)和減少冗余度，本研究使用最鄰近法重采樣，對(duì)光譜數(shù)據(jù)每10 nm間隔取平均值，每個(gè)樣本得到由205個(gè)波段組成的光譜曲線。

為尋找光譜數(shù)據(jù)預(yù)測(cè)土壤質(zhì)地的最佳數(shù)學(xué)變換形式，本研究選取了包括原始光譜反射率（R）、歸一化（Normalization）、標(biāo)準(zhǔn)化（Standardization）、0.5階導(dǎo)數(shù)（fractional order derivative，F(xiàn)OD（0.5））、1階導(dǎo)數(shù)（FOD（1））、1.5階導(dǎo)數(shù)（FOD（1.5））、2階導(dǎo)數(shù)（FOD（2））、倒數(shù)的對(duì)數(shù)（inverse-log reflectance，ILR）和對(duì)數(shù)的導(dǎo)數(shù)（log-derivative reflectance，LDR）共9種土壤光譜數(shù)學(xué)變換。這些數(shù)學(xué)變換有助于突出光譜特征，在一定程度上能夠提高建模精度，在土壤光譜研究中已經(jīng)得到廣泛應(yīng)用。其中分?jǐn)?shù)階導(dǎo)數(shù)變換采用Grünwald-Letnikov算法[43]通過(guò)MatlabR2017b編程實(shí)現(xiàn)。

1.3 模型建立與精度評(píng)價(jià)

1.3.1 建模方法 支持向量機(jī)（SVM）基于統(tǒng)計(jì)學(xué)習(xí)理論，通過(guò)非線性的核函數(shù)將數(shù)據(jù)映射到高維特征空間，以找出一個(gè)超平面作為決策邊界，使模型在數(shù)據(jù)上的分類誤差盡可能小。SVM在解決小樣本、非線性和高維度數(shù)據(jù)集時(shí)具有一定的優(yōu)勢(shì)[44]。

決策樹（DT）是一種樹形結(jié)構(gòu)，通過(guò)計(jì)算特征的不純度指標(biāo)，選取不純度最優(yōu)的特征進(jìn)行樹的分枝，在子節(jié)點(diǎn)上重復(fù)分枝過(guò)程，直至所有特征分枝完成[45]。決策樹的缺點(diǎn)是容易過(guò)擬合，因此，需要對(duì)決策樹進(jìn)行剪枝來(lái)提高模型的泛化性，最常用的剪枝策略是限制樹的深度。

集成學(xué)習(xí)是通過(guò)構(gòu)建多個(gè)基評(píng)估器，采用某種方式集成所有基評(píng)估器的結(jié)果，以此來(lái)獲取比單個(gè)模型更好的建模效果。裝袋法（Bagging）和提升法（Boosting）是使用最廣泛的兩種集成學(xué)習(xí)算法，裝袋法的核心思想是從訓(xùn)練集中有放回的隨機(jī)選取若干樣本構(gòu)建多個(gè)相互獨(dú)立的基評(píng)估器，然后對(duì)基評(píng)估器的預(yù)測(cè)結(jié)果通過(guò)平均或者多數(shù)表決原則來(lái)決定集成評(píng)估器的結(jié)果，其代表模型就是隨機(jī)森林（RF）。提升法的基評(píng)估器是相關(guān)的，其核心思想是在迭代過(guò)程中提高前一輪錯(cuò)誤評(píng)估的樣本權(quán)值，一次次對(duì)難以評(píng)估的樣本進(jìn)行預(yù)測(cè)，從而構(gòu)建一個(gè)強(qiáng)評(píng)估器，自適應(yīng)提升算法（AdaBoost）是其代表模型。李勇等[46]的研究綜述表明集成學(xué)習(xí)在不均衡數(shù)據(jù)集建模時(shí)有一定的優(yōu)勢(shì)。

多層感知器（MLP）是一種構(gòu)建多隱含層的深度學(xué)習(xí)模型，通過(guò)學(xué)習(xí)構(gòu)建的深層非線性網(wǎng)絡(luò)結(jié)構(gòu)，從數(shù)據(jù)集中挖掘潛在的特征規(guī)律，使用非線性的激活函數(shù)提升模型的表達(dá)能力，通過(guò)優(yōu)化器更新和計(jì)算模型參數(shù)，經(jīng)過(guò)多次迭代不斷地學(xué)習(xí)使誤差最小，具有從少數(shù)樣本集值學(xué)習(xí)數(shù)據(jù)集本質(zhì)特征的能力[47]。

1.3.2 精度評(píng)價(jià) 分別將9種光譜數(shù)學(xué)變換的全譜數(shù)據(jù)作為模型的輸入，對(duì)土壤質(zhì)地的4組分類和12級(jí)分類進(jìn)行預(yù)測(cè)，以模型的預(yù)測(cè)準(zhǔn)確度（預(yù)測(cè)正確的樣本個(gè)數(shù)占樣本總數(shù)的比例）作為精度評(píng)價(jià)指標(biāo)，經(jīng)過(guò)多次重復(fù)訓(xùn)練，選取各模型在不同參數(shù)調(diào)節(jié)下表現(xiàn)出的最高準(zhǔn)確度作為建模的結(jié)果，以明確最佳的模型效果，其中SVM模型比較了不同核函數(shù)下的效果；DT、RF和AdaBoost模型比較了不同樹的深度下的效果；MLP模型通過(guò)調(diào)節(jié)隱含層個(gè)數(shù)、每個(gè)隱含層的神經(jīng)元數(shù)、迭代次數(shù)3個(gè)參數(shù)比較建模效果?；煜仃囀菣C(jī)器學(xué)習(xí)中總結(jié)分類模型預(yù)測(cè)結(jié)果的情形分析表，可以更好地了解模型對(duì)各類別的區(qū)分情況，特別是在樣本非均衡時(shí)，召回率（預(yù)測(cè)準(zhǔn)確的類別個(gè)數(shù)占實(shí)際該類別總數(shù)的比例）能夠?qū)蝹€(gè)類別的預(yù)測(cè)情況進(jìn)行分析[48]。

常規(guī)數(shù)據(jù)統(tǒng)計(jì)分析軟件使用軟件 ArcGIS 10.2、OriginPro 9.1和 Microsoft Excel 2010，機(jī)器學(xué)習(xí)模型的構(gòu)建在Spyder軟件中通過(guò)Python3.7語(yǔ)言編寫腳本調(diào)用Sklearn接口中的機(jī)器學(xué)習(xí)模塊實(shí)現(xiàn)。

2 結(jié)果

2.1 土壤質(zhì)地統(tǒng)計(jì)特征分析

首先隨機(jī)打亂所有樣本的順序，然后將每一類別的樣本按照1、2、3、4的順序重復(fù)進(jìn)行編號(hào)，選擇編號(hào)為2、3、4的樣本作為訓(xùn)練數(shù)據(jù)集，編號(hào)為1的樣本作為驗(yàn)證數(shù)據(jù)集，共得到180個(gè)訓(xùn)練樣本，65個(gè)驗(yàn)證樣本。如表1所示，根據(jù)國(guó)際制土壤質(zhì)地分類標(biāo)準(zhǔn)的4組12級(jí)對(duì)所有樣本進(jìn)行分類，研究區(qū)土壤樣本在4組分類中有壤土組38個(gè)、黏壤土組119個(gè)和黏土組88個(gè)，無(wú)砂土組樣本。再細(xì)分到12級(jí)分類中共有7種土壤質(zhì)地類型，分別為砂質(zhì)壤土29個(gè)、壤土9個(gè)、砂質(zhì)黏壤土22個(gè)、黏壤土81個(gè)、粉砂質(zhì)黏壤土16個(gè)、粉砂質(zhì)黏土13個(gè)和壤質(zhì)黏土75個(gè)。

表1 土壤質(zhì)地統(tǒng)計(jì)結(jié)果

為比較不同質(zhì)地土壤的光譜特征變化情況，對(duì)兩種分類標(biāo)準(zhǔn)下各質(zhì)地的原始光譜數(shù)據(jù)取其平均值進(jìn)行分析。從圖3中發(fā)現(xiàn)，在600、900、1 100和2 100 nm波長(zhǎng)附近存在交叉現(xiàn)象，波長(zhǎng)大于1 600 nm后黏壤土組和黏土組重疊明顯。在圖4中，也存在較多的交叉重疊現(xiàn)象，可以看出粉砂質(zhì)黏壤土的光譜曲線一直低于粉砂質(zhì)黏土，在1 400—1 900 nm之間壤土和黏壤土重疊非常明顯，砂質(zhì)壤土、砂質(zhì)黏壤土和壤質(zhì)黏土表現(xiàn)得也較為相近，說(shuō)明土壤質(zhì)地與光譜反射率之間的規(guī)律較為復(fù)雜，用光譜反射率去區(qū)分土壤質(zhì)地相對(duì)困難，但對(duì)其研究是有應(yīng)用價(jià)值的。另外，在900 nm左右有較為明顯的氧化鐵吸收谷，在1 400、1 900和2 200 nm附近存在明顯的水分吸收谷[49]，由于樣本經(jīng)過(guò)了風(fēng)干處理，對(duì)于建模的影響較小，本研究不作處理，保留光譜預(yù)處理后的205個(gè)波段進(jìn)行建模。

圖3 4組分類土壤質(zhì)地反射光譜曲線

2.2 建模結(jié)果比較

2.2.1 4組分類建模結(jié)果比較 在9種數(shù)據(jù)預(yù)處理下分別采用5種機(jī)器學(xué)習(xí)模型對(duì)土壤質(zhì)地的4組分類進(jìn)行建模，模型在驗(yàn)證集上的分類準(zhǔn)確度比較如表2所示。從表2中可以看出，所有模型的準(zhǔn)確度都在0.5以上，倒數(shù)的對(duì)數(shù)變換在使用SVM模型時(shí)得到全局最低準(zhǔn)確度0.51，進(jìn)行歸一化處理后使用MLP模型達(dá)到0.68的全局最高準(zhǔn)確度。原始數(shù)據(jù)在5種模型中的建模準(zhǔn)確度都位于0.6以上，并且DT和AdaBoost兩個(gè)模型在使用原始數(shù)據(jù)進(jìn)行建模時(shí)都達(dá)到了各自方法的最高準(zhǔn)確度；除標(biāo)準(zhǔn)化外的其他8種數(shù)學(xué)變換都是MLP模型取得最高準(zhǔn)確度，并且MLP模型在9種數(shù)學(xué)變換中準(zhǔn)確度都大于0.62，建模效果較好；SVM和RF模型分別在0.5階和1.5階導(dǎo)數(shù)變換時(shí)達(dá)到最高準(zhǔn)確度為0.65；兩種基于樹模型的集成學(xué)習(xí)方法AdaBoost和RF在不同數(shù)學(xué)變換中建模準(zhǔn)確度都大于或者等于單個(gè)DT模型，其中AdaBoost在多種數(shù)學(xué)變換中都優(yōu)于RF。

圖4 12級(jí)分類土壤質(zhì)地反射光譜曲線

表2 9種數(shù)據(jù)處理和5種模型進(jìn)行土壤質(zhì)地4組分類的準(zhǔn)確度比較

選取達(dá)到0.68最高準(zhǔn)確度時(shí)的模型，建立其混淆矩陣如表3所示，預(yù)測(cè)結(jié)果分布如圖5所示。矩陣中的每一列代表預(yù)測(cè)值，每一行代表的是實(shí)際的土壤質(zhì)地類別，召回率可以知道各土壤質(zhì)地類別的預(yù)測(cè)準(zhǔn)確度，壤土組為0.36（4/11）、黏壤土組為0.84（26/31）、黏土組為0.61（14/23），原始光譜數(shù)據(jù)在進(jìn)行歸一化處理后對(duì)黏壤土組的預(yù)測(cè)效果最好，其次是黏土組，較難預(yù)測(cè)壤土組。同時(shí)，從表3中可以發(fā)現(xiàn)預(yù)測(cè)錯(cuò)誤的樣本絕大部分是樣本數(shù)量多且與實(shí)際質(zhì)地相似的類別，由于黏壤土組同時(shí)具有壤土組和黏土組的特性，所以壤土組和黏土組最容易預(yù)測(cè)錯(cuò)誤成黏壤土組，共有16（7+9）個(gè)樣本預(yù)測(cè)錯(cuò)誤，占樣本總數(shù)的25%。從圖5中可以看出預(yù)測(cè)錯(cuò)誤的類別容易出現(xiàn)在各類別的分界處，較難通過(guò)模型去區(qū)分土壤質(zhì)地分界線附近的類別。

表3 歸一化處理和MLP模型混淆矩陣

圖5 歸一化處理和MLP模型預(yù)測(cè)結(jié)果分布圖

2.2.2 12級(jí)分類建模結(jié)果比較 將4組分類的土壤質(zhì)地再細(xì)分到12級(jí)分類進(jìn)行建模，模型在驗(yàn)證集上的分類準(zhǔn)確度比較如表4所示。從表中可以看出，由于再將土壤質(zhì)地類別進(jìn)行細(xì)分，模型的準(zhǔn)確度都在一定程度上有所降低，較難再用光譜數(shù)據(jù)對(duì)土壤質(zhì)地進(jìn)行區(qū)分。使用原始數(shù)據(jù)在MLP模型中達(dá)到0.55的全局最高準(zhǔn)確度，0.40的全局最低準(zhǔn)確度來(lái)自于SVM在進(jìn)行1階導(dǎo)數(shù)或者對(duì)數(shù)的導(dǎo)數(shù)變換；兩種集成學(xué)習(xí)方法和MLP模型使用原始數(shù)據(jù)建模都取得了最高的準(zhǔn)確度；歸一化和標(biāo)準(zhǔn)化處理的效果基本相當(dāng)；在5種導(dǎo)數(shù)變換中，1.5階導(dǎo)數(shù)變換在除SVM外的其他4種建模方法中準(zhǔn)確度都最高；除倒數(shù)的對(duì)數(shù)外的其他8種數(shù)學(xué)變換都是MLP模型取得最高準(zhǔn)確度，并且在所有數(shù)學(xué)變換中的準(zhǔn)確度都大于0.49，模型表現(xiàn)依然較好；兩種集成學(xué)習(xí)方法依然在多種數(shù)學(xué)變換中都優(yōu)于DT模型，但在0.5階導(dǎo)數(shù)變換時(shí)效果不好。從整體來(lái)看4組和12級(jí)兩次分類，各種機(jī)器學(xué)習(xí)模型的建模效果趨勢(shì)基本相同，各數(shù)學(xué)變換方法略微有所差異，但依然是原始光譜建模效果較好，分?jǐn)?shù)階導(dǎo)數(shù)普遍優(yōu)于整數(shù)階導(dǎo)數(shù)變換。

選取原始數(shù)據(jù)和MLP組合的0.55最高準(zhǔn)確度時(shí)的模型，建立其混淆矩陣如表5所示，預(yù)測(cè)結(jié)果分布如圖6所示。從召回率可以得到7種土壤質(zhì)地類別的預(yù)測(cè)準(zhǔn)確度，砂質(zhì)壤土為0.38（3/8）、壤土0（0/3）、砂質(zhì)黏壤土為0.17（1/6）、黏壤土為0.67（14/21）、粉砂質(zhì)黏壤土0（0/4）、粉砂質(zhì)黏土為0.25（1/4）、壤質(zhì)黏土為0.89（17/19），原始光譜數(shù)據(jù)和MLP的組合模型對(duì)壤質(zhì)黏土的預(yù)測(cè)效果最好，達(dá)到0.89，其次是黏壤土0.67，較難分辨砂質(zhì)壤土、砂質(zhì)黏壤土和粉砂質(zhì)黏土，完全不能區(qū)分壤土和粉砂質(zhì)黏壤土。此時(shí)，從表5中可以發(fā)現(xiàn)預(yù)測(cè)錯(cuò)誤的樣本除了是與實(shí)際質(zhì)地相似的類別外，還容易預(yù)測(cè)錯(cuò)誤成樣本數(shù)量較多的類別，如有15個(gè)樣本預(yù)測(cè)錯(cuò)誤為黏壤土，7個(gè)樣本錯(cuò)分成壤質(zhì)黏土，被預(yù)測(cè)錯(cuò)誤的比例分別占了驗(yàn)證集樣本總數(shù)的23%和11%。結(jié)合圖6，除了仍然在土壤質(zhì)地劃分的邊界處容易預(yù)測(cè)錯(cuò)誤外，黏壤土和壤質(zhì)黏土位于三角坐標(biāo)圖的中心，兩種質(zhì)地同時(shí)具有黏土和壤土的特性，最容易被錯(cuò)分成這兩種質(zhì)地類型。

表4 9種數(shù)據(jù)處理和5種模型進(jìn)行土壤質(zhì)地12級(jí)分類的準(zhǔn)確度比較

表5 原始數(shù)據(jù)和MLP模型混淆矩陣

圖6 原始數(shù)據(jù)和MLP模型預(yù)測(cè)結(jié)果分布圖

3 討論

通過(guò)光譜反射率預(yù)測(cè)土壤質(zhì)地是高光譜技術(shù)的重要應(yīng)用，在構(gòu)建模型時(shí)，對(duì)原始數(shù)據(jù)進(jìn)行各種數(shù)學(xué)變換以及選取合適的建模方法是研究此類問(wèn)題的關(guān)鍵。目前較多研究表明，進(jìn)行相應(yīng)的數(shù)學(xué)變換可以提高模型的精度[21,28,30,32]，國(guó)佳欣等[50]將分?jǐn)?shù)階導(dǎo)數(shù)應(yīng)用到有機(jī)質(zhì)的回歸建模中，而在分類建模中使用較少，本研究在應(yīng)用較多的整數(shù)階導(dǎo)數(shù)的基礎(chǔ)上選取了0.5階和1.5階兩個(gè)中間段的分?jǐn)?shù)階導(dǎo)數(shù)，結(jié)果表明分?jǐn)?shù)階導(dǎo)數(shù)建模效果普遍優(yōu)于整數(shù)階導(dǎo)數(shù)。由此可見(jiàn)，在進(jìn)行光譜數(shù)據(jù)預(yù)處理時(shí)，不應(yīng)局限于整數(shù)階導(dǎo)數(shù)變換，進(jìn)行分?jǐn)?shù)階導(dǎo)數(shù)變換能將光譜內(nèi)隱含的信息更好的表現(xiàn)出來(lái)，以提高建模的精度。但結(jié)合兩次分類結(jié)果來(lái)看，原始數(shù)據(jù)由于具有了更加豐富的信息，在多種模型中的建模準(zhǔn)確度相較于其他數(shù)學(xué)變換方法都最高，更適合預(yù)測(cè)土壤質(zhì)地，這與王德彩等[31]結(jié)果一致。從建模方法來(lái)看，在兩次分類中MLP、AdaBoost和RF模型效果都較好，其中MLP模型因其能更好地挖掘特征之間的內(nèi)在規(guī)律而效果最佳，這也是神經(jīng)網(wǎng)絡(luò)模型在光譜建模的研究中廣泛應(yīng)用的原因[35]；AdaBoost和RF模型是以樹模型為基評(píng)估器的集成評(píng)估器，有著能夠處理高維度數(shù)據(jù)、抗過(guò)擬合和泛化能力強(qiáng)的優(yōu)點(diǎn)[51]，建模效果要比單個(gè)DT模型好。

各種土壤質(zhì)地的光譜曲線形狀基本相似，不同質(zhì)地之間的區(qū)分不明顯，且在數(shù)值上存在較多的交叉重疊現(xiàn)象，說(shuō)明土壤質(zhì)地與光譜反射率的規(guī)律較為復(fù)雜，用光譜反射率去區(qū)分土壤質(zhì)地相對(duì)困難。這在預(yù)測(cè)結(jié)果中也得到了證明，土壤質(zhì)地4組分類的預(yù)測(cè)精度最高僅為0.68，在12級(jí)分類中的最高準(zhǔn)確度降至0.55，相較于曾慶猛等[26]的研究結(jié)果4組類0.72的準(zhǔn)確度稍低，12級(jí)類0.22的準(zhǔn)確度高很多。同時(shí)，通過(guò)兩次分類中取得最高準(zhǔn)確度的混淆矩陣和預(yù)測(cè)結(jié)果三角坐標(biāo)圖發(fā)現(xiàn)，預(yù)測(cè)錯(cuò)誤的樣本大部分錯(cuò)分為與實(shí)際質(zhì)地相似的類別，且容易出現(xiàn)在圖中各類別的分界處，這是因?yàn)榉纸绺浇母髁桨俜趾亢芙咏?，質(zhì)地類型相似，因此光譜反射率也會(huì)相差較小，較難通過(guò)模型去區(qū)分土壤質(zhì)地分界線附近的質(zhì)地類別。另外，還容易錯(cuò)分成樣本數(shù)量多的類別，一方面可能是因?yàn)樵跇颖緮?shù)量不均衡的情況下，模型在訓(xùn)練時(shí)對(duì)樣本數(shù)量多的類別能夠?qū)W習(xí)到更多的特征規(guī)律，在驗(yàn)證集上容易將其他類別錯(cuò)分成樣本數(shù)量多的類別[52]；另一方面4組類的黏壤土組以及12級(jí)類的黏壤土和壤質(zhì)黏土都位于三角坐標(biāo)圖的中心，與多種質(zhì)地邊界相鄰，同時(shí)具有黏土和壤土的特性，所以最容易被預(yù)測(cè)錯(cuò)誤成這兩種質(zhì)地類型，這與CHAWLA等[53]提到非均衡數(shù)據(jù)集錯(cuò)誤分類經(jīng)常發(fā)生在類邊界附近相同。

本研究的不足之處在于樣本各土壤質(zhì)地類別存在一定的不均衡問(wèn)題，但在實(shí)際的采樣過(guò)程中很難保證樣本的絕對(duì)均衡性和代表性。因此，為了提高建模的精度，可以發(fā)掘更好的數(shù)學(xué)變換方法，尋找特征波段，嘗試降維處理，使用更好的模型，如當(dāng)前最熱門的深度學(xué)習(xí)模型，同時(shí)還可以考慮不同土地利用類型下的土壤質(zhì)地分類，這些也是今后需要進(jìn)一步深入研究的方向。

4 結(jié)論

基于245個(gè)紅壤樣本的Vis-NIR光譜，在國(guó)際制土壤質(zhì)地4組和12級(jí)兩種分類標(biāo)準(zhǔn)下，采用的9種數(shù)學(xué)變換方法和5種機(jī)器學(xué)習(xí)算法相互組合的數(shù)據(jù)挖掘模型，進(jìn)行土壤質(zhì)地的分類研究?；谕寥蕾|(zhì)地4組分類時(shí)，歸一化處理和MLP模型組合取得了0.68的最高準(zhǔn)確度，其中黏壤土組的預(yù)測(cè)準(zhǔn)確度能達(dá)到0.84；再細(xì)分到12級(jí)分類后，分類效果最佳的組合來(lái)自于原始數(shù)據(jù)和MLP模型，其中壤質(zhì)黏土分類準(zhǔn)確度達(dá)到了0.89。因此，本文的研究結(jié)果表明光譜分析方法快速進(jìn)行土壤質(zhì)地分類是可行的，同時(shí)為非均衡數(shù)據(jù)集分類建模在方法和思路上提供一定的參考。

[1] Greve M H, Kheir R B, Greve M B, B?CHER P K. Quantifying the ability of environmental parameters to predict soil texture fractions using regression-tree model with GIS and LIDAR data: The case study of Denmark., 2012, 18: 1-10.

[2] Shahriari M, Delbari M, Afrasiab P, PAHLAVAN-Rad M R. Predicting regional spatial distribution of soil texture in floodplains using remote sensing data: A case of southeastern Iran., 2019, 182: 104149.

[3] 吳克寧, 趙瑞. 土壤質(zhì)地分類及其在我國(guó)應(yīng)用探討. 土壤學(xué)報(bào), 2019, 56(1): 227-241.

WU K N, ZHAO R. Soil texture classification and its application in China., 2019, 56(1): 227-241. (in Chinese)

[4] 張娜, 張棟良, 李立新, 屈忠義. 基于高光譜的區(qū)域土壤質(zhì)地預(yù)測(cè)模型建立與評(píng)價(jià)——以河套灌區(qū)解放閘灌域?yàn)槔? 干旱區(qū)資源與環(huán)境, 2014, 28(5): 67-72.

ZHANG N, ZHANG D L, LI L X, QU Z Y. Establishment and evaluation of model for predicting soil texture based on hyperspectral data—Case study of Jiefangzha irrigation area in Hetao irrigation district., 2014, 28(5): 67-72. (in Chinese)

[5] 喬天, 呂成文, 肖文憑, 呂凱, 水宏偉. 基于遺傳算法的土壤質(zhì)地高光譜預(yù)測(cè)模型研究. 土壤通報(bào), 2018, 49(4): 773-778.

QIAO T, Lü C W, XIAO W P, Lü K, SHUI H W. Hyperspectral prediction modeling of soil texture based on genetic algorithm., 2018, 49(4): 773-778. (in Chinese)

[6] 于雷, 洪永勝, 周勇, 朱強(qiáng), 徐良, 李冀云, 聶艷. 高光譜估算土壤有機(jī)質(zhì)含量的波長(zhǎng)變量篩選方法. 農(nóng)業(yè)工程學(xué)報(bào), 2016, 32(13): 95-102.

YU L, HONG Y S, ZHOU Y, ZHU Q, XU L, LI J Y, NIE Y. Wavelength variable selection methods for estimation of soil organic matter content using hyperspectral technique., 2016, 32(13): 95-102. (in Chinese)

[7] 史舟, 王乾龍, 彭杰, 紀(jì)文君, 劉煥軍, 李曦. 中國(guó)主要土壤高光譜反射特性分類與有機(jī)質(zhì)光譜預(yù)測(cè)模型. 中國(guó)科學(xué):地球科學(xué), 2014, 44(5): 978-988.

SHI Z, WANG Q L, PENG J, JI W J, LIU H J, LI X. Classification of hyperspectral reflectance characteristics and prediction model of organic matter spectra of main soils in China., 2014, 44(5): 978-988. (in Chinese)

[8] Müller B Bernhardt M, Jackisch C, SCHULZ K. Estimating spatially distributed soil texture using time series of thermal remote sensing & ndash: a case study in central Europe., 2016, 20(9): 3765-3775.

[9] SayAo V M, DemattêJéA M. Soil texture and organic carbon mapping using surface temperature and reflectance spectra in Southeast Brazil., 2018, 14: e174.

[10] Zhai Y s, Thomasson J A, Boggess J E, SUI R X. Soil texture classification with artificial neural networks operating on remote sensing data., 2006, 54(2): 53-68.

[11] Zhao Z y, Chow T L, Rees H W, YANG Q, XING Z S, MENG F R. Predict soil texture distributions using an artificial neural network model., 2009, 65(1): 36-48.

[12] Chung S O, Cho K H, Kong J W, JUNG K Y. Soil Texture classification algorithm using RGB characteristics of soil images., 2010, 43(26): 34-38.

[13] Barman U, Choudhury R D. Soil texture classification using multi class support vector machine., 2020, 7(2): 318-332.

[14] Wu W, Li A D, He X H, MA R, LIU H B, Lü J K. A comparison of support vector machines, artificial neural network and classification tree for identifying soil texture classes in southwest China., 2018, 144: 86-93.

[15] Adhikari K, Kheir R B, Greve M B, B?CHER P K, MALONE B P, MINASNY B, MCBRATNEY A B, GREVE M H. High-resolution 3-D mapping of soil texture in denmark., 2013, 77(3): 860-876.

[16] Lie M, Glaser B, Huwe B. Uncertainty in the spatial prediction of soil texture., 2012,170:70-79.

[17] 孫艷俊, 張甘霖, 楊金玲, 趙玉國(guó). 基于人工神經(jīng)網(wǎng)絡(luò)的土壤顆粒組成制圖. 土壤, 2012, 44(2): 312-318.

SUN Y J, ZHANG G L, YANG J L, ZHAO Y G. Mapping of soil particle composition based on artificial neural network., 2012, 44(2): 312-318. (in Chinese)

[18] Silva S H G, Weindorf D C, Pinto L C, FARIA W M, JUNIOR F W A, GOMIDE L R, MELLO J M D, JUNIOR A L D P, SOUZA I A D, TEIXEIRA A F D S, GUILHERME L R G, CURI N. Soil texture prediction in tropical soils: A portable X-ray fluorescence spectrometry approach., 2020, 362: 114136.

[19] Bao N s, Liu S j, Zhou Y c. Predicting particle-size distribution using thermal infrared spectroscopy from reclaimed mine land in the semi-arid grassland of North China., 2019, 183: 104190.

[20] Peng Y, Knadel M, Gislum Ré, SCHELDE K, THOMSEN A, GREVE M H. Quantification of SOC and clay content using visible Near-Infrared Reflectance-Mid-Infrared reflectance spectroscopy with Jack-Knifing partial least squares regression., 2014: 179(7): 325-332.

[21] 王德彩, 蔚霖, 張俊輝, 楊紅震, 黃家榮, 孫孝林. 基于正交信號(hào)校正的Vis-NIR光譜土壤質(zhì)地預(yù)測(cè). 河南農(nóng)業(yè)大學(xué)學(xué)報(bào), 2017(3): 408-413.

WANG D C, WEI L, ZHANG J H, YANG H Z, HUANG J R, SUN X L. Prediction of soil texture using Vis-NIR spectra based on orthogonal signal correction., 2017(3): 408-413. (in Chinese)

[22] 王德彩, 鄔登巍, 趙明松, 張甘霖. 平原區(qū)土壤質(zhì)地的反射光譜預(yù)測(cè)與地統(tǒng)計(jì)制圖. 土壤通報(bào), 2012, 43(2): 257-262.

WANG D C, WU D W, ZHAO M S, ZHANG G L. Prediction and mapping of soil texture of a plain area using reflectance spectra and geo-statistics., 2012, 43(2): 257-262. (in Chinese)

[23] 沈掌泉, 單英杰, 王珂. 田間行走式測(cè)定的紅外光譜數(shù)據(jù)與土壤質(zhì)地之間的相關(guān)性研究. 光譜學(xué)與光譜分析, 2009, 29(6): 1526-1530.

SHEN Z Q, DAN Y J, WANG K. Study on relationship between on-the-go near-infrared spectroscopy and soil texture., 2009, 29(6): 1526-1530. (in Chinese)

[24] Amirian-Chakan A Minasny B, Taghizadeh-Mehrjardi R, AKBARIFAZLI R, DARVISHPASAND Z, KHORDEHBIN S. Some practical aspects of predicting texture data in digital soil mapping., 2019, 194: 104289.

[25] Lark R M, Bishop T F A. Cokriging particle size fractions of the soil., 2007, 58(3): 763-774.

[26] 曾慶猛, 孫宇瑞, 嚴(yán)紅兵. 土壤質(zhì)地分類的近紅外光譜分析方法研究. 光譜學(xué)與光譜分析, 2009, 29(7): 1759-1763.

ZENG Q M, SUN Y R, YAN H B. NIR spectral analysis for soil textural classification., 2009, 29(7): 1759-1763. (in Chinese)

[27] 胡曉艷, 宋海燕. 基于支持向量機(jī)和近紅外光譜特性的土壤質(zhì)地分類. 山西農(nóng)業(yè)科學(xué), 2017, 45(10): 1643-1645.

HU X Y, SONG H Y. Soil texture classification based on support vector machine and near infrared spectral characteristics., 2017, 45(10): 1643-1645. (in Chinese)

[28] 白燕英, 魏占民, 劉全明, 郭桂蓮，劉霞. 基于高光譜的河套灌區(qū)農(nóng)田表層土壤質(zhì)地反演研究. 地理與地理信息科學(xué), 2013, 29(5): 68-71.

BAI Y Y, WEI Z M, LIU Q M, GUO G L, LIU X. Surface soil texture of field inverted using hyper-spectrum in Hetao irrigation., 2013, 29(5): 68-71. (in Chinese)

[29] Salazar D F U, Dematt JéA M, Vicente L E, GUIMARAES C C B, SAYAO V M, CERRI C E P, PADILHA M C D C, MENDES W D S. Emissivity of agricultural soil attributes in southeastern Brazil via terrestrial and satellite sensors., 2020,361: 114038.

[30] 黃明祥, 程街亮, 王珂, 龔建華，李洪義，史舟. 海涂土壤高光譜特性及其砂粒含量預(yù)測(cè)研究. 土壤學(xué)報(bào), 2009, 46(5): 932-937.

HUANG M X, CHENG J L, WANG K, GONG J H, LI H Y, SHI Z. Coastal soil hyperspectral characteristics and soil sand content prediction., 2009, 46(5): 932-937. (in Chinese)

[31] 王德彩, 張俊輝. 基于Vis-NIR光譜的土壤質(zhì)地BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè). 天津農(nóng)業(yè)科學(xué), 2015, 21(8): 6-9.

WANG D C, ZHANG J H. Estimation of soil texture based on Vis-NIR spectroscopy and BP neural network., 2015, 21(8): 6-9. (in Chinese)

[32] 李春蕾, 許端陽(yáng), 陳蜀江. 基于高光譜遙感的新疆北疆地區(qū)土壤砂粒含量反演研究. 干旱區(qū)地理, 2012, 35(3): 473-478.

LI C L, XU D Y, CHEN S J. Soil sand content retrieving of bare soil in north Xinjiang based on hyper-spectral remote sensing., 2012, 35(3): 473-478. (in Chinese)

[33] Tong P j, Du Y p, Zheng K y, WU T, WANG J J. Improvement of NIR model by fractional order Savitzky-Golay derivation(FOSGD) coupled with wavelength selection., 2015, 143: 40-48.

[34] 王敬哲, 塔西甫拉提·特依拜, 丁建麗, 張東，劉巍. 基于分?jǐn)?shù)階微分預(yù)處理高光譜數(shù)據(jù)的荒漠土壤有機(jī)碳含量估算. 農(nóng)業(yè)工程學(xué)報(bào), 2016, 32(21): 161-169.

WANG J Z, TASHPOLAT TIYIP, DING J L, ZHANG D, LIU W. Estimation of desert soil organic carbon content based on hyperspectral data preprocessing with fractional differential., 2016, 32(21): 161-169. (in Chinese)

[35] Xu Z, Zhao X m, Guo X, GUO J X. Deep learning application for predicting soil organic matter content by Vis-NIR spectroscopy., 2019, 2019: 1-11.

[36] 紀(jì)文君, 李曦, 李成學(xué), 周銀，史舟. 基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測(cè)建模研究. 光譜學(xué)與光譜分析, 2012(9): 91-96.

JI W J, LI X, LI C X, ZHOU Y, SHI Z. Using different data mining algorithms to predict soil organic matter based on visible-near infrared spectroscopy., 2012(9): 91-96. (in Chinese)

[37] Eshel G, Levy G J, Mingelgrin U, SINGER M J. Critical evaluation of the use of laser diffraction for particle-size distribution analysis., 2004, 68(3): 736.

[38] 楊金玲, 張甘霖, 李德成, 潘繼花. 激光法與濕篩-吸管法測(cè)定土壤顆粒組成的轉(zhuǎn)換及質(zhì)地確定. 土壤學(xué)報(bào), 2009(5): 22-30.

YANG J L, ZHANG G L, LI D C, PAN J H. Relationships of soil particle size distribution between sieve-pipetie and laser diffraction methods., 2009(5): 22-30. (in Chinese)

[39] 李學(xué)林, 李福春, 陳國(guó)巖, 謝昌仁, 王金平, 李文靜. 用沉降法和激光法測(cè)定土壤粒度的對(duì)比研究. 土壤, 2011(1): 132-136.

LI X L, LI M C, CHEN G Y, XIE C R, WANG J P, LI W J. Comparative study on grain-size measured by laser diffraction and sedimentation techniques., 2011(1): 132-136. (in Chinese)

[40] 史舟. 土壤地面高光譜遙感原理與方法. 北京: 科學(xué)出版社, 2014: 61-63.

SHI Z.. Beijing: Science Press, 2014: 61-63. (in Chinese)

[41] Hu Y g, Jiang T, Shen A g, LI W, WANG X, HU J. A background elimination method based on wavelet transform for Raman spectra., 2007, 85(1): 94-101.

[42] 馬翠紅, 劉立業(yè). 基于小波分析的光譜數(shù)據(jù)處理. 冶金分析, 2012, 32(1): 34-37.

Ma C H, Liu L Y. Spectral data processing based on wavelet analysis., 2012, 32(1): 34-37. (in Chinese)

[43] Benkhettou N, CRUZ A M C B D, Torres D F M. A fractional calculus on arbitrary time scales: Fractional differentiation and fractional integration., 2015, 107: 230-237.

[44] 丁世飛, 齊丙娟, 譚紅艷. 支持向量機(jī)理論與算法研究綜述. 電子科技大學(xué)學(xué)報(bào), 2011, 40(1): 2-10.

DING S F, QI B J, TAN H Y. An overview on theory and algorithm of support vector machines., 2011, 40(1): 2-10. (in Chinese)

[45] 劉勇洪, 牛錚, 王長(zhǎng)耀. 基于MODIS數(shù)據(jù)的決策樹分類方法研究與應(yīng)用. 遙感學(xué)報(bào), 2005(4): 405-412.

LIU Y H, NIU Z, WANG C Y. Research and application of the decision tree classification using MODIS data., 2005(4): 405-412. (in Chinese)

[46] 李勇, 劉戰(zhàn)東, 張海軍. 不平衡數(shù)據(jù)的集成分類算法綜述. 計(jì)算機(jī)應(yīng)用研究, 2014, 31(5): 1287-1291.

LI Y, LIU Z D, ZHANG H J. Review on ensemble algorithms for imbalanced data classification., 2014, 31(5): 1287-1291. (in Chinese)

[47] 孫志軍, 薛磊, 許陽(yáng)明, 王正. 深度學(xué)習(xí)研究綜述. 計(jì)算機(jī)應(yīng)用研究, 2012, 29(8): 2806-2810.

SUN Z J, XUE L, XU Y M, WANG Z. Overview of deep learning.2012, 29(8): 2806-2810. (in Chinese)

[48] Xu J f, Zhang Y j, Miao D q. Three-way confusion matrix for classification: a measure driven view., 2020, 507: 772-794.

[49] 趙小敏, 楊梅花. 江西省紅壤地區(qū)主要土壤類型的高光譜特性研究. 土壤學(xué)報(bào), 2018, 55(1): 31-42.

ZHAO X M, YANG M H. Hyper-spectral characteristics of major types of soils in red soil region of Jiangxi Province, China., 2018, 55(1): 31-42. (in Chinese)

[50] 國(guó)佳欣, 趙小敏, 郭熙, 徐喆, 朱青, 江葉楓. 基于PLSR-BP復(fù)合模型的紅壤有機(jī)質(zhì)含量反演研究. 土壤學(xué)報(bào), 2020, 57(3): 636-645.

GUO J X, ZHAO X M, GUO X, XU Z, ZHU Q, JIANG Y F. Inversion of organic matter content in red soil based on PLSR-BP composite model., 2020, 57(3): 636-645. (in Chinese)

[51] 方匡南, 吳見(jiàn)彬, 朱建平, 謝邦昌. 隨機(jī)森林方法研究綜述. 統(tǒng)計(jì)與信息論壇, 2011, 26(3): 32-38.

FANG K N, WU J B, ZHU J P, XIE B C. A review of technologies on random forests., 2011, 26(3): 32-38. (in Chinese)

[52] 葉志飛, 文益民, 呂寶糧. 不平衡分類問(wèn)題研究綜述. 智能系統(tǒng)學(xué)報(bào), 2009, 4(2): 148-156.

YE Z F, WEN Y M, Lü B L. A survey of imbalanced pattern classification problems.2009, 4(2):148-156. (in Chinese)

[53] ChAWLA N V, JAPKOWICZ N, KOTCZ A. Editorial: Special issue on learning from imbalanced data sets., 2004, 6(1): 1-6.

Soil Texture Classification of Hyperspectral Based on Data Mining Technology

ZHONG Liang, GUO Xi, GUO JiaXin, HAN Yi, ZHU Qing, XIONG Xing

(College of Land Resources and Environment, Jiangxi Agricultural University/Key Laboratory of Poyang Lake Watershed Agricultural Resources and Ecology of Jiangxi Province, Nanchang 330045)

【】 The aim of this study was to find the reflection law of Vis-NIR spectra of different soil texture types in red soil region, and to quickly and accurately predict the soil texture type by the spectrum.【】 Taking the north of Fengxin County in Jiangxi Province as the research area, 245 soil samples were taken as the research objects. Under the 4 groups and 12 levels of international soil texture classification standards, the spectral reflectance of different soil texture types was analyzed first, then the data mining models combining 9 mathematical transformation methods and 5 machine learning algorithms were used to classify the soil texture, and finally analysis of the confusion matrix with the highest modeling accuracy and the triangular coordinate distribution map of prediction results. 【】 (1) There were many overlaps and overlaps in the spectral reflectance between different soil textures, and the law between the soil texture and the spectral reflectance was more complicated. (2) Fractional derivative transformation was an extension of the integer derivative, which was helpful for the classification of soil texture, but the original spectral data had more abundant feature information and was more suitable for the classification of soil texture. (3)Both ensemble learning methods and neural network methods were good choices when modeling unbalanced data sets. (4) It was difficult to distinguish the categories near the boundary of soil texture by using the model. Among them, clay loam group was the most likely to be predicted wrongly under the four classification standards, and clay loam and loamy clay were the two most likely to be predicted wrongly under the 12 classification standards. (5) Among the four groups of classification standards, the highest prediction accuracy (at 0.68) was obtained by the combination of normalization treatment and MLP model, and the prediction accuracy of clay loam group could reach 0.84. After subdivision to 12 levels classification, the best classification result came from combination of original data and MLP model, and the classification accuracy of loamy clay was 0.89. 【】 The results of this study could provide a reference for soil texture classification by using hyperspectral data.

red soil region; Vis-NIR spectroscopy; soil texture; classification; data mining technology

10.3864/j.issn.0578-1752.2020.21.013

2020-02-22；

2020-03-18

國(guó)家自然科學(xué)基金項(xiàng)目（41361049）、國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2017YFD0301603）

鐘亮，E-mail：zhongliang1007@163.com。通信作者郭熙，E-mail：xig435@163.com

（責(zé)任編輯 李云霞）