论文部分内容阅读
矿山开采普遍存在土壤重金属污染问题，有效的进行尾矿区农田土壤重金属含量估算迫在眉睫。以陕西金堆城矿区尾矿为研究区，采集土壤样本，测量土壤可见光近红外光谱，测试分析土壤铜元素含量。将Isomap（Isometrio mapping）和LLE（locally linear embedding）流形学习方法应用于土壤高光谱降维，基于随机森林构建估算模型，反演土壤铜含量。结果表明：降维后的高光谱数据反演精度更高，Isomap降维后模型预测结果均方根误差为30.50，R2=0.76，优于LLE降维结果。研究为尾矿区土壤Cu元素含量的快速反演估算提供了理论依据。