《利用融合堆叠模型与重构原位高光谱特征精准预测滨海盐碱土壤空间变异性》

• 编译者： 张毅
• 发布时间：2025-10-16

4月19日，山东大学、中国农业科学院农业资源与区划研究所等机构创新了原位高光谱特征重构方法，该方法将星载高光谱（SBH）数据与三种机器学习（ML）模型（即梯度提升决策树GBDT、随机森林RF和深度森林DF）集成到偏最小二乘（PLS）堆叠器中，用以重构原位高光谱的特征波段。该方法能够精确预测滨海盐碱农田土壤盐分的空间变异性。相关成果以“Spatial variability of soil salinity in coastal saline-alkali farmlands: A novel approach integrating a stacked model with the reconstructed in-situ hyperspectral feature”发表在《Computers and electronics in agriculture》上。