基于Bootstrap抽样的土壤有机碳预测不确定性估测方法

    公开(公告)号:CN110531054A

    公开(公告)日:2019-12-03

    申请号:CN201910931442.0

    申请日:2019-09-29

    Abstract: 本发明提出了一种基于Bootstrap抽样的土壤有机碳预测不确定性估测方法,其步骤为:土壤样品的采集及预处理,获取土壤样品的有机碳含量数据及土壤高光谱数据并进行预处理;采用偏最小二乘回归方法建立土壤样品的有机碳含量数据与土壤高光谱数据的土壤有机碳预测模型;对原始实测样本数据进行有放回随机抽样,每抽样一次获得一个子样本,通过构造实测值和预测值矩阵计算得到每个子样本参数的估计值;采用Bootstrap重抽样技术有放回的从原始样本中抽取一定数量的样本;根据Bootstrap抽样方法抽出样本的参数评估土壤有机碳预测模型的不确定性;模型精度评价。本发明降低了由于取样代表性、预测模型空间变异性导致预测模型准确性低的问题。

    基于Bootstrap抽样的土壤有机碳预测不确定性估测方法

    公开(公告)号:CN110531054B

    公开(公告)日:2022-02-08

    申请号:CN201910931442.0

    申请日:2019-09-29

    Abstract: 本发明提出了一种基于Bootstrap抽样的土壤有机碳预测不确定性估测方法,其步骤为:土壤样品的采集及预处理,获取土壤样品的有机碳含量数据及土壤高光谱数据并进行预处理;采用偏最小二乘回归方法建立土壤样品的有机碳含量数据与土壤高光谱数据的土壤有机碳预测模型;对原始实测样本数据进行有放回随机抽样,每抽样一次获得一个子样本,通过构造实测值和预测值矩阵计算得到每个子样本参数的估计值;采用Bootstrap重抽样技术有放回的从原始样本中抽取一定数量的样本;根据Bootstrap抽样方法抽出样本的参数评估土壤有机碳预测模型的不确定性;模型精度评价。本发明降低了由于取样代表性、预测模型空间变异性导致预测模型准确性低的问题。

Patent Agency Ranking