朱强
- 作品数：11 被引量：314H指数：7
- 供职机构：华中师范大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家科技重大专项更多>>
- 相关领域：农业科学自动化与计算机技术环境科学与工程经济管理更多>>
- 基于深度学习的特征选择方法及其应用研究
- 生物医学领域是人工智能的重要应用领域，期望通过机器自动化或智能化分析，从数据中发现潜在的规律，从而辅助医疗人员进行诊断和决策。最近人们认识到微生物组与人类疾病的发生、发展有密切关系，全微生物组关联分析的目标是寻找与疾病相...
- 朱强
- 文献传递
- 连续小波变换高光谱数据的土壤有机质含量反演模型构建被引量：38
- 2016年
- 土壤有机质含量是反映土壤肥力的重要指标,对其进行动态监测是实施精准农业的重要措施。近年来,众多学者尝试采用土壤近地传感(proximal soil sensing),尤其是近地高光谱技术,在田间和实验室获取不同形态土壤的高光谱数据,不断引入新方法建立适用于不同地域和不同土壤类型的有机质含量的反演模型。该研究在实验室内利用ASD FS3采集了土壤高光谱数据,采用"重铬酸钾-外加热法"测得了土壤有机质含量;分析了土壤原始光谱反射率(R)与有机质含量的相关性,选取R^2>0.15的敏感波段的反射率;利用CWT对土壤原始光谱反射率(R)、光谱反射率的连续统去除(CR)进行不同尺度的分解,分析小波系数与土壤有机质含量的相关性,选取R^2>0.3的敏感波段的小波系数;利用R选取的波段信息和R-CWT,CRCWT的选取的小波系数,分别建立偏最小二乘回归(PLSR)、BP神经网络(BPNN)、支持向量机回归(SVMR)三种不同的土壤有机质含量反演模型。结果表明:相比R与土壤有机质含量的决定系数R^2,RCWT,CR-CWT变换后得到的小波系数与土壤有机质含量的决定系数R^2分别提高了0.15和0.2左右;CR-CWT-SVMR的模型效果最为显著,预测集的R^2和RMSE分别为0.83,4.02,RPD值为2.48,具有较高的估测精度,能够全面稳定地估算土壤有机质含量;CR-CWT-PLSR的模型精度与CR-CWT-BPNN,CRCWT-SVMR相比虽有一定差距,但是其计算量要明显小于非线性的BPNN和SVMR方法,具有模型简单、运算速度快等特点,对开发与设计田间传感器具有较大的应用价值。
- 于雷洪永胜周勇朱强
- 关键词：土壤有机质连续小波变换偏最小二乘回归支持向量机回归
- 基于偏最小二乘回归的土壤有机质含量高光谱估算被引量：151
- 2015年
- 为实现基于光谱分析土壤有机质含量的快速测定,该文以江汉平原公安县的土壤为研究对象,进行室内理化分析、光谱测量与处理等一系列工作,在土壤原始光谱反射率（raw spectral reflectance,R）的基础上,提取了其倒数之对数（inverse-log reflectance,LR）、一阶微分（first order differential reflectance,FDR）和连续统去除（continuum removal, CR） 3种光谱指标,分析4种不同形式的光谱指标与有机质含量的相关性,对相关系数进行P=0.01水平上的显著性检验来确定显著性波段的范围,并基于全波段（400~2 400 nm）和显著性波段运用偏最小二乘回归（partial least squares regression, PLSR）建立了该区域土壤有机质高光谱的预测模型,通过模型精度的比较确定最优模型.结果表明,进行CR变换后,光谱曲线的特征吸收带更加明显,相关系数在可见光波段范围内有所提高;基于全波段的 PLSR 建模效果要优于显著性波段,其中以CR的预测精度最为突出,其模型的决定系数R2和相对分析误差RPD分别为0.84、2.58;显著性波段的PLSR模型与全波段对比在模型精度方面虽有一定差距,但从模型的复杂程度来比较,具有模型简单、运算量小、变量更少的特点;最后,综合比较了全波段和显著性波段 4 种光谱指标的反演精度,发现 CR-PLSR 模型的建模和预测的效果比R-PLSR、LR-PLSR、FDR-PLSR 模型都要显著.该研究可为将 CR-PLSR 高光谱反演模型用于该区域土肥信息的遥感监测提供参考.
- 于雷洪永胜耿雷周勇朱强曹隽隽聂艳
- 关键词：土壤遥感土壤有机质偏最小二乘回归江汉平原
- 高光谱估算土壤有机质含量的波长变量筛选方法被引量：82
- 2016年
- 土壤高光谱数据量大、波段维数高,存在光谱信息无效、冗余和重叠现象,导致基于全波段构建的土壤有机质含量反演模型不稳定、精度难以提升。因此,探寻筛选关键波长变量的方法,通过滤除干扰、冗余、共线信息,提高模型预测性能,是目前土壤高光谱研究的热点之一。该文对江汉平原公安县的土壤样本进行室内理化分析、光谱测量与处理等工作获取了实证数据,采用无信息变量消除法(uninformative variables elimination,UVE)剔除无效变量,利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)滤除冗余变量,运用连续投影算法(successive projections algorithm,SPA)消除共线变量,并尝试将不同类型的筛选方法进行耦合筛选关键波长变量,应用偏最小二乘回归(partial least squares regression,PLSR)分别建立土壤有机质含量估算模型,对比各种变量筛选方法的优缺点,最终,构建筛选土壤高光谱数据关键变量的方法体系。研究结果表明,除SPA方法的模型精度低于全波段外,其他6种变量筛选方法的建模效果均优于全波段;在3种单个变量筛选方法中,CARS方法优于UVE、SPA变量筛选方法,能有效地筛选出重要波长变量,其预测集相对分析误差RPD值为2.84;综合比较各种变量筛选方法,发现CARS-SPA方法从全波段2 001个波长中筛选出37个特征波长建立的土壤有机质含量的PLSR模型效果最好,其模型预测集的决定系数R2和相对分析误差RPD值分别为0.92、3.60,所选波段仅为全波段的1.85%。CARS-SPA-PLSR模型简单、预测效果好,可作为该区域土壤有机质含量估测的重要方法,对今后土壤近地传感器设备的开发具有一定的指导作用。
- 于雷洪永胜周勇朱强徐良李冀云聂艳
- 关键词：土壤有机质波长江汉平原
- 淹没–出露条件下三峡水库小江消落带土壤性质变化研究被引量：7
- 2014年
- 以2010—2011年间采自三峡水库小江流域不同海拔消落带土壤为材料,研究了淹没前后土壤有机质、磷、氧化铁等性质的变化,以揭示消落带土壤的变化特征及其环境影响。结果表明:小江消落带土壤淹没后,土壤p H、有机质及速效磷、全磷、非晶质铁、游离氧化铁、黏粒含量增加;土壤出露后,监测点各海拔土壤的有机质、速效磷、非晶形铁、游离氧化铁及黏粒含量降低;消落带土壤经过一个"淹没–出露"周期后,双江、高阳监测点海拔170 m和165 m土壤的铁活化度降低,而海拔150 m土壤的铁活化度明显升高,增幅分别达12.4%和94.5%。消落带土壤在经过淹没–出露过程后,磷有累积现象,其环境风险增大,应引起重视。
- 朱强张志永胡红青万成炎胡莲刘晖
- 关键词：三峡水库消落带土壤理化性质
- 高光谱技术联合归一化光谱指数估算土壤有机质含量被引量：20
- 2017年
- 随着近地高光谱遥感技术的发展,为快速、有效、非破坏性地获取土壤有机质(SOM)信息提供了可能。土壤高光谱波段数据众多,光谱数据变量之间存在较为严重的多重共线性,影响模型复杂结构,而构建归一化光谱指数(NDSI)可以有效去除冗余信息变量,放大光谱特征信息。以江汉平原公安县为研究区,采集56份耕层土样,在室内获取土壤光谱数据,采用"重铬酸钾-外加热法"测定SOM含量,对实测土壤光谱数据(Raw)进行倒数之对数(LR)、一阶微分(FDR)和连续统去除(CR)三种变换,计算四种变换的NDSI数值,分析SOM与NDSI的二维相关性,并对一维、二维相关系数进行全波段范围内的p=0.001水平上显著性检验,提取敏感波段和敏感光谱指数,结合偏最小二乘回归(PLSR)建立SOM的估算模型,探讨二维光谱指数用于建模的可行性。研究表明,二维相关系数相比一维相关系数有不同程度的提升,以LR最为显著,相关系数数值提升约0.26;基于二维相关性分析提取的敏感光谱指数的PLSR建模效果整体优于一维相关性分析提取的敏感波段,其中,NDSILR-PLSR模型的稳健性最优,验证集R2为0.82,模型验证RPD值为2.46,模型稳定可靠,可以满足SOM的精确监测需要,适合推广到区域范围内低分辨率的航空航天遥感(如ASTER,Landsat TM等),应用潜力较大。
- 洪永胜朱亚星苏学平朱强周勇于雷
- 关键词：土壤有机质偏最小二乘回归
- 三峡库区消落带土壤对Cu(Ⅱ)、Zn(Ⅱ)的吸附特征被引量：3
- 2013年
- 以三峡库区消落带紫色土为对象,采用平衡吸附法研究了Cu(Ⅱ)、Zn(Ⅱ)在紫色土中的吸附特征,分析了紫色土对重金属的吸附能力.结果表明:(1)随着加入Cu(Ⅱ)、Zn(Ⅱ)浓度增高,紫色土对Cu(Ⅱ)、Zn(Ⅱ)的吸附量增大,碱性紫色土对Cu(Ⅱ)、Zn(Ⅱ)的吸附量最高分别为1499.5 mg.kg-1、2845.4 mg.kg-1;(2)土壤中有Cu(Ⅱ)、Zn(Ⅱ)的专性吸附位点,在两者共存的条件下存在竞争吸附,Cu(Ⅱ)的竞争吸附能力大于Zn(Ⅱ),其各自的最大吸附量小于单一离子条件下的吸附量,碱性、中性、酸性紫色土Cu(Ⅱ)最大吸附量的下降幅度分别是14.5%、15.2%、15.9%,Zn(Ⅱ)的最大吸附量下降幅度分别为31.7%、28.1%、25.7%;(3)共存阳离子类型及浓度影响紫色土有效Cu(Ⅱ)、Zn(Ⅱ)含量,随着阳离子的加入,碱性紫色土的有效Cu(Ⅱ)含量增加,酸性紫色土减少,而3种紫色土的有效Zn(Ⅱ)含量均增加.消落带土壤淹水后,水体中Cu(Ⅱ)及其他阳离子的存在使土壤对Zn(Ⅱ)的吸附力降低,造成Zn(Ⅱ)污染的环境风险增加.
- 朱强王素梅胡红青万成炎胡莲张自永
- 关键词：消落带紫色土阳离子
- 模拟淹水条件下三峡库区消落带土壤重金属形态变化被引量：6
- 2013年
- 采集三峡库区小江流域消落带土样,通过室内模拟试验和化学分析,考察土壤理化性质和消落带土壤淹水前后重金属（Fe、Mn、Cu、Zn）形态变化。结果表明：淹水导致Fe2＋、Mn2＋、有效铜等重金属含量增加,平均含量分别从58.88、35.26、0.96mg/kg增加到1 383.8、782.7、1.73mg/kg;淹水15d后,部分样品有效锌含量增加10.15%~12.18%,部分样品有效锌含量减少3.69%~7.12%;淹水30d后,有效锌的含量增加10.9%~46.6%。土壤基本理化性质对土壤重金属含量也有影响。
- 郭沛朱强王素梅胡红青胡莲万成炎张志永
- 关键词：消落带土壤重金属淹水培养三峡库区
- 土壤有机质高光谱特征与波长变量优选方法被引量：23
- 2017年
- 【目的】探究土壤有机质的高光谱特征及响应规律,优选土壤有机质的敏感波长,降低土壤有机质高光谱估测模型复杂度,提高模型稳健性,为利用高光谱技术对农田土壤肥力的定量监测提供理论支撑。【方法】采集江汉平原潮土土样130个,将其中40个样本作为训练集,测量其去有机质前、后的土壤有机质含量及光谱数据,计算差值及变化率,分析土壤有机质含量变化对光谱特征的影响,结合无信息变量消除(uninformative variables elimination,UVE)、竞争适应重加权采样(competitive adaptive reweighted sampling,CARS)变量优选方法确定土壤有机质敏感波长;采用45个建模集样本,基于偏最小二乘回归(partial Least Squares Regression,PLSR)和反向传播神经网络(back propagation neural network,BPNN)建立土壤有机质含量的估算模型;利用45个验证集样本检验敏感波长对同类土壤的适用性。【结果】通过有机质去除试验,供试土壤的平均光谱反射率在全波段均有所增加,在可见光波段变化率高于近红外波段;比较UVE、CARS、UVE-CARS、CARS-UVE这4种变量优选方法,得到最佳变量优选方法为UVE-CARS,该方法从2001个波长变量中优选得到84个变量作为土壤有机质的敏感波长,分布于561—721、1 920—2 280 nm波段覆盖范围;基于敏感波长的PLSR、BPNN模型性能均优于全波段模型,其中,基于敏感波长的BPNN模型的估测能力高于PLSR,模型验证集R^2、RMSE、RPD、MAE、MRE值分别为0.74、1.33 g·kg^(-1)、2.02、1.04 g·kg^(-1)、6.2%,可实现土壤有机质含量的有效估测。【结论】通过训练集获得的土壤有机质敏感波长,能够实现对该试验区同种土壤类型样本土壤有机质含量的有效估测;利用去有机质试验结合变量优选方法确定的敏感波长建模,不仅将输入波长压缩至全波段波长数目的 4.2%,而且提升了模型估测精度,降低了变量维度和模型复杂度,为快速准确�
- 朱亚星于雷洪永胜章涛朱强李思缔郭力刘家胜
- 关键词：土壤有机质偏最小二乘回归反向传播神经网络潮土
- 三峡库区消落带土壤对磷的吸附和淹水下磷的形态变化被引量：22
- 2012年
- 三峡水库建成后在库区周边形成落差30m的消落带,消落带土壤对磷的吸附固定和磷的去向直接影响到周围的水环境。通过批处理和模拟培养法研究了三峡库区小江流域沿岸消落带的黄壤、紫色土在淹水期间铁的形态变化,磷的吸附及形态转变,结果表明:(1)供试黄壤和紫色土在淹水后,晶形铁氧化物含量明显下降,非晶形铁含量有增加趋势,土壤对磷的吸附量增加;(2)淹水期间土壤Olsen-P含量呈下降趋势,而Fe-P和Al-P含量增加,模拟显示黄壤和紫色土在淹水15d后的磷吸附容量增加70.8%和9.5%;(3)用pH 5和pH 9的0.1 mol L-1CaCl2、KCl、NH4Cl溶液培养的黄壤,其Olsen-P、Fe-P、Al-P含量均明显增加,意味着消落带土壤中若施加K、Ca或尿素时,土壤有效磷可能增加,这可导致CaCl2提取磷的增多并影响库区水的含磷量,从而影响库区水质。
- 朱强安然胡红青万成炎胡莲王素梅
- 关键词：磷吸附磷形态消落带
