利用改進(jìn)自動編碼器光譜法預(yù)測土壤有機(jī)質(zhì)

史 楊， 王儒敬*， 汪玉冰

(1. 中國科學(xué)院 合肥智能機(jī)械研究所， 安徽 合肥 230031；2. 中國科學(xué)技術(shù)大學(xué) 自動化系， 安徽 合肥 230027)

1 引 言

土壤養(yǎng)分含量分析對農(nóng)業(yè)生產(chǎn)、研究非常重要，是研究土壤肥力分布、精準(zhǔn)施肥、農(nóng)田資源管理等的基礎(chǔ)。盡管傳統(tǒng)實(shí)驗(yàn)室檢測方法精度很高，但局限于時(shí)間成本和經(jīng)濟(jì)成本，在生產(chǎn)研究中的應(yīng)用難以大規(guī)模開展。近紅外光譜分析技術(shù)出現(xiàn)后，由于其非接觸式信息獲取、檢測成本低廉的特性，應(yīng)用前景廣闊，因此能否利用該技術(shù)對土壤養(yǎng)分進(jìn)行快速檢測吸引了大量研究人員的關(guān)注[1-2]。盡管利用土壤近紅外光譜在預(yù)測精度上不及實(shí)驗(yàn)室方法直接檢測，但是當(dāng)檢測樣本的數(shù)量巨大時(shí)(如土壤制圖)，近紅外光譜是一種低成本的、有效的信息來源[3]。利用近紅外光譜技術(shù)對土壤各種信息進(jìn)行間接獲取的研究工作正在大量開展，已嘗試應(yīng)用在土壤質(zhì)地分類[4]、含水量預(yù)測[5-6]、氮素含量預(yù)測[7-9]、有機(jī)質(zhì)含量預(yù)測[10]等方面。

近紅外光譜儀器獲得土壤樣品光譜曲線，目的是獲得土壤信息，因此近紅外光譜分析是一種間接獲取信息的手段，需要通過化學(xué)計(jì)量學(xué)建立光譜與實(shí)驗(yàn)室測試土壤信息之間的校正模型，再將模型應(yīng)用在未知土壤樣本信息的預(yù)測中，校正模型如何建立直接影響預(yù)測的準(zhǔn)確性[11]。在利用近紅外光譜對土壤成分進(jìn)行定量分析時(shí)，常采用多元線性回歸(MLR)、主成分回歸(PCR)、偏最小二乘回歸(PLSR)等線性回歸方法。光譜數(shù)據(jù)通常維度較高，不同波長的變量之間多重相關(guān)，因此在進(jìn)行光譜分析時(shí)，基于PCR、PLSR等的模型使用線性變換對高維度光譜數(shù)據(jù)進(jìn)行降維。近年來，研究人員開始嘗試將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到光譜分析建模中，以提升預(yù)測效果。Nawar等[12-13]使用支持向量回歸(SVR)、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)、梯度提升機(jī)等算法對土壤中的有機(jī)質(zhì)、黏土和總碳含量進(jìn)行預(yù)測，比常用的線性回歸方法表現(xiàn)更優(yōu)秀。紀(jì)文君等[14]發(fā)現(xiàn)，在使用全譜數(shù)據(jù)進(jìn)行挖掘來預(yù)測有機(jī)質(zhì)含量時(shí)，先利用PLSR提取出若干主成分，再將其作為多層神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行建模，可以獲得較好的預(yù)測精度。在較大面積的土壤成分預(yù)測應(yīng)用中，由于土壤差異性較大，而線性模型表示能力有限，因此采用局部建模方法或者考慮模型容量更大的非線性模型。局部建模方法的思路是從大規(guī)模的光譜數(shù)據(jù)庫中根據(jù)定義的光譜距離量度，選出距離相近的樣本，僅利用這些相近的樣本進(jìn)行建模預(yù)測，是一種基于內(nèi)存的和基于模型的混合方法。陳頌超等[15]使用局部加權(quán)回歸算法成功預(yù)測了五個(gè)省范圍的土壤全氮含量。自動編碼器模型是基于神經(jīng)網(wǎng)絡(luò)的非線性模型，以重建輸入為目標(biāo)，訓(xùn)練后的網(wǎng)絡(luò)可以獲得高維數(shù)據(jù)的非線性特征表示，降低了輸入數(shù)據(jù)的維度，可作為后續(xù)分類、回歸模型的輸入[16]。

本文提出了一種新的改進(jìn)自動編碼器算法，將傳統(tǒng)的用于重建輸出的自動編碼器與分類器相結(jié)合，即構(gòu)建一個(gè)多輸出的神經(jīng)網(wǎng)絡(luò)模型，同時(shí)獲得輸入光譜的非線性特征表示和非線性分類器的分類結(jié)果，并將其應(yīng)用在土壤近紅外光譜預(yù)測有機(jī)質(zhì)含量等級問題中。實(shí)驗(yàn)證明，利用改進(jìn)自動編碼器模型預(yù)測土壤有機(jī)質(zhì)含量等級比其他分類方法的準(zhǔn)確率更高。

2 基于改進(jìn)自動編碼器的光譜分析

2.1 自動編碼器模型

自動編碼器模型屬于神經(jīng)網(wǎng)絡(luò)模型，可以認(rèn)為是前饋神經(jīng)網(wǎng)絡(luò)的一個(gè)特殊形式。自動編碼器由編碼器和解碼器兩部分組成。輸入向量X，通過編碼器fencoder(·)產(chǎn)生編碼表示R，編碼表示R再通過解碼器fdecoder(·)產(chǎn)生輸入向量X的重建Xrec，如下式所示：

R=fencoder(X)，

(1)

Xrec=fdecoder(R)，

(2)

其中編碼器fencoder(·)和解碼器fdecoder(·)常采用多層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)。自動編碼器的訓(xùn)練過程就是不斷更新編碼器和解碼器的神經(jīng)網(wǎng)絡(luò)模型參數(shù)，以最小化重建Xrec與輸入向量X之間的差異。如果編碼表示R的維度小于輸入向量X的維度，則該編碼器為欠完備自動編碼器。訓(xùn)練欠完備自動編碼器時(shí)，自動編碼器會捕捉訓(xùn)練數(shù)據(jù)中的顯著特征，這種特性常被用于數(shù)據(jù)降維或特征提取[17]。如果編碼器和解碼器均為非線性函數(shù)，訓(xùn)練得到的編碼表示R即是原始輸入信號X的非線性特征表示，可用于后續(xù)分類或回歸模型的輸入。

2.2 改進(jìn)自動編碼器算法

在使用多層神經(jīng)網(wǎng)絡(luò)作為自動編碼器中編碼器和解碼器的實(shí)現(xiàn)對真實(shí)土壤樣本光譜信號進(jìn)行特征提取時(shí)，由于實(shí)現(xiàn)編碼器和解碼器的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的模型容量較大，得到的非線性特征盡管能很好地重建輸入信號，但是在后續(xù)的預(yù)測土壤有機(jī)質(zhì)等級時(shí)，往往效果較差。在對輸入光譜進(jìn)行降維或特征表示時(shí)，傳統(tǒng)的自動編碼器與PCA算法類似，僅考慮輸入光譜X的特征。PLSR算法對輸入光譜X進(jìn)行分解時(shí)，考慮了預(yù)測輸出Y的分布，通常預(yù)測效果更好。受該思路啟發(fā)，本文提出一種新的改進(jìn)自動編碼器模型，將重建輸入信號的自動編碼器訓(xùn)練過程與預(yù)測土壤有機(jī)質(zhì)分類的分類器訓(xùn)練過程結(jié)合起來。

圖1為改進(jìn)自動編碼器的結(jié)構(gòu)示意圖，其中虛線框內(nèi)為傳統(tǒng)的自動編碼器。傳統(tǒng)的自動編碼器與預(yù)測分類器結(jié)合起來，形成一個(gè)單輸入多輸出的神經(jīng)網(wǎng)絡(luò)模型。訓(xùn)練改進(jìn)自動編碼器時(shí)得到的原始輸入的特征表示R，既能使用解碼器很好地重建原始輸入，又能準(zhǔn)確地預(yù)測土壤有機(jī)質(zhì)含量的級別。

圖1 改進(jìn)自動編碼器結(jié)構(gòu)

2.3 改進(jìn)自動編碼器模型的訓(xùn)練

反向傳播算法建立在梯度下降法的基礎(chǔ)上，常用來對多層前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。反向傳播算法由正向傳播過程和反向傳播過程兩部分組成。在改進(jìn)自動編碼器模型訓(xùn)練的正向傳播過程中，輸入樣本經(jīng)過編碼器得到特征向量，然后分別通過解碼器、分類器分別得到輸入樣本光譜曲線的重建輸出和有機(jī)質(zhì)含量級別分類的預(yù)測輸出。將輸出與監(jiān)督信息進(jìn)行比對后，進(jìn)行神經(jīng)網(wǎng)絡(luò)損失函數(shù)的計(jì)算，計(jì)算的損失將作為反向傳播過程修改神經(jīng)網(wǎng)絡(luò)各層參數(shù)的依據(jù)。

對于改進(jìn)自動編碼器中解碼器的樣本重建輸出，其監(jiān)督信號為輸入信號，采用下式計(jì)算均方損失：

(3)

其中W和b分別為神經(jīng)網(wǎng)絡(luò)的權(quán)值和偏置，N為樣本數(shù)。

對于改進(jìn)自動編碼器中分類器的土壤有機(jī)質(zhì)含量分類預(yù)測輸出，其監(jiān)督信號為有機(jī)質(zhì)含量分類的標(biāo)注信息，由于采用softmax層作為多分類問題的輸出層，采用損失函數(shù)如下：

(4)

對于改進(jìn)自動編碼器整個(gè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來說，由于兩種輸出損失量綱上的差異，采用的損失函數(shù)為兩者的加權(quán)和，即

J(W,b)=Jrec(W,b)+η·Jp(W,b)，

(5)

反向傳播過程中，由輸出層到輸入層逐層計(jì)算損失函數(shù)對各層權(quán)值、偏置的偏導(dǎo)數(shù)，更新神經(jīng)網(wǎng)絡(luò)模型中的對應(yīng)參數(shù)數(shù)值。改進(jìn)自動編碼器參數(shù)訓(xùn)練時(shí)，將建模集中的樣本反復(fù)循環(huán)迭代，神經(jīng)網(wǎng)絡(luò)參數(shù)不斷依此修改，根據(jù)神經(jīng)網(wǎng)絡(luò)在建模集上的效果以及驗(yàn)證集上的效果綜合評估性能變化，確定訓(xùn)練是否完成。

2.4 分類模型效果評估

對于多分類問題的評估，常采用混淆矩陣、準(zhǔn)確率、精確率、召回率、F1分?jǐn)?shù)等指標(biāo)進(jìn)行綜合評估。混淆矩陣是評估樣本的真實(shí)分類和模型預(yù)測類別的匯總，準(zhǔn)確率是所有分類正確的樣本占所有樣本的比例。對于具體某一類別，精確率表示正確分為此類的樣本數(shù)與預(yù)測分為此類的樣本數(shù)之比，召回率表示正確分為此類的樣本數(shù)占應(yīng)分為此類的樣本數(shù)之比，F(xiàn)1分?jǐn)?shù)為前兩者的調(diào)和均值；對于多分類問題，精確率、召回率和F1分?jǐn)?shù)為各分類對應(yīng)評價(jià)的加權(quán)平均數(shù)，權(quán)值為預(yù)測為該類別的樣本數(shù)，此時(shí)準(zhǔn)確率與召回率的數(shù)值是一致的。

3 實(shí)驗(yàn)及分析

3.1 LUCAS土壤數(shù)據(jù)集及處理

實(shí)驗(yàn)采用的數(shù)據(jù)集來自LUCAS土壤數(shù)據(jù)集。LUCAS土壤數(shù)據(jù)集包含2008—2012年歐盟開展歐洲土地利用及覆蓋統(tǒng)計(jì)調(diào)查(European Land Use/Cover Area frame Statistical Survey，LUCAS)期間收集的大量土壤樣本，其采樣點(diǎn)遍及歐洲23個(gè)國家[18-19]。LUCAS數(shù)據(jù)集中的所有采樣點(diǎn)使用了一致的樣本收集方法，土壤樣本的理化特性分析由ISO認(rèn)證的實(shí)驗(yàn)室完成。

LUCAS數(shù)據(jù)集中包含礦質(zhì)土樣共17 272個(gè)。土壤樣本的有機(jī)碳含量依據(jù)ISO 10694-1995干燒方法進(jìn)行測量，數(shù)據(jù)集中有機(jī)碳含量基本信息統(tǒng)計(jì)見表1。土壤樣本經(jīng)風(fēng)干、過篩處理后，消除了土壤水分、質(zhì)地、結(jié)構(gòu)及緊實(shí)度等因素對光譜的影響[5]，最后使用FOSS XDS近紅外光譜分析儀進(jìn)行光譜測量，波長范圍為400～2 500 nm，光譜數(shù)據(jù)間隔為0.5 nm。

表1 LUCAS土壤數(shù)據(jù)集基本信息

土壤中的有機(jī)質(zhì)含量使用土壤中的有機(jī)碳比例乘以系數(shù)1.724進(jìn)行換算[1]，并依據(jù)中國第二次土壤普查養(yǎng)分分級標(biāo)準(zhǔn)進(jìn)行分類，分類后樣本分布見表2。

表2 LUCAS數(shù)據(jù)集的有機(jī)質(zhì)含量分級

為了對所建立模型的評估具有說服力，從數(shù)據(jù)集包含的17 272個(gè)土壤樣本中隨機(jī)選擇15 000個(gè)樣本作為建模集，再從剩余的樣本里選擇1 000個(gè)樣本作為驗(yàn)證集，最后剩余的1 272個(gè)樣本作為最終評價(jià)建模性能的測試集。建模集、驗(yàn)證集、測試集中的土壤樣本獨(dú)立不交叉。

3.2 光譜曲線特征

圖2是將土壤樣本按照有機(jī)質(zhì)含量等級進(jìn)行分類后，對每一個(gè)類別中所有土壤樣本的光譜計(jì)算平均，得到了不同有機(jī)質(zhì)含量級別的光譜平均曲線。從圖2中可以看出，不同有機(jī)質(zhì)含量等級的光譜均在1 400，1 900，2 200 nm左右有明顯的峰值，整體光譜曲線趨勢一致；有機(jī)質(zhì)含量級別越高的土壤樣本的平均光譜在整個(gè)可見光近紅外波段吸光度都高于有機(jī)質(zhì)含量級別較低的類別。

由于有機(jī)質(zhì)含量在20 g/kg以下區(qū)間是以10 g/kg、6 g/kg為分界分成了四級到六級，這3個(gè)類別的光譜平均曲線比較接近。

圖2 不同有機(jī)質(zhì)含量等級的土壤平均光譜曲線

3.3 改進(jìn)自動編碼器的實(shí)現(xiàn)

改進(jìn)自動編碼器中的編碼器、解碼器和分類器可以通過不同的模型實(shí)現(xiàn)，在基于土壤近紅外光譜的有機(jī)質(zhì)含量等級分類應(yīng)用中，編碼器、解碼器、分類器均通過多層前饋神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)。調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)模型層數(shù)及各層的屬性(如全連接層、卷積層等)可以控制模型容量、特征種類。實(shí)驗(yàn)中，編碼器、解碼器和分類器均采用兩個(gè)全連接層實(shí)現(xiàn)(圖3)，3個(gè)部分各層的神經(jīng)元數(shù)目和激活函數(shù)，根據(jù)多次嘗試后確定。表3為最終實(shí)現(xiàn)的改進(jìn)自動編碼器中各層神經(jīng)網(wǎng)絡(luò)的神經(jīng)元數(shù)目和激活函數(shù)的組合。

由于近紅外光譜原始數(shù)據(jù)的維度很高，而光譜數(shù)據(jù)中存在較強(qiáng)的共線性，因此在輸入模型前，將原始的4 200維光譜依據(jù)波長等間隔采樣為525維的數(shù)據(jù)作為模型的輸入，大大減少了神經(jīng)網(wǎng)絡(luò)中需要訓(xùn)練參數(shù)的數(shù)量。

傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法中常使用雙曲正切函數(shù)或Sigmoid函數(shù)作為神經(jīng)元的激活函數(shù)，然而應(yīng)用在較深層網(wǎng)絡(luò)時(shí)，常發(fā)生神經(jīng)元飽和、梯度擴(kuò)散的問題。采用修正線性單元(Rectified linear unit,ReLU)能有效避免梯度擴(kuò)散問題，并具有加快網(wǎng)絡(luò)訓(xùn)練的效果[20-22]，因此在改進(jìn)自動編碼器的實(shí)現(xiàn)中，E2、E3、D2、C2層均采用了ReLU作為神經(jīng)元激活函數(shù)?？紤]到D3層的輸出為光譜信號的重建，考慮其取值范圍，采用線性單元作為激活函數(shù)；C3層輸出為土壤有機(jī)質(zhì)含量等級的類別，采用輸出6類的Softmax函數(shù)作為激活函數(shù)。

圖3 改進(jìn)自動編碼器的編碼器、解碼器、分類器的實(shí)現(xiàn)。

表3 改進(jìn)自動編碼器各層超參數(shù)和激活函數(shù)

從圖1、圖3和表3可以看出，525維的光譜信號通過編碼器，首先維數(shù)降低到200維，然后被表示為40維的特征向量；特征向量通過與編碼器近似對稱的解碼器重建為525維的光譜信號；另外，特征向量通過兩層神經(jīng)網(wǎng)絡(luò)分類器分成了六類，即土壤有機(jī)質(zhì)含量等級的分類。

3.4 基于改進(jìn)自動編碼器的土壤分類模型結(jié)果

訓(xùn)練改進(jìn)自動編碼器模型前，將LUCAS數(shù)據(jù)集中的所有樣本的光譜信息統(tǒng)一進(jìn)行歸一化處理，并根據(jù)樣本的有機(jī)質(zhì)含量參照表2劃分為6個(gè)級別。訓(xùn)練模型時(shí)，將建模集中土壤樣本光譜作為編碼器的輸入信號和解碼器的監(jiān)督信號，將土壤樣本有機(jī)質(zhì)含量類別作為分類器的監(jiān)督信號。改進(jìn)自動編碼器中的參數(shù)使用隨機(jī)梯度下降法進(jìn)行更新。訓(xùn)練完成后，將建模集、驗(yàn)證集、測試集中土壤樣本光譜輸入模型，預(yù)測對應(yīng)樣本的有機(jī)質(zhì)含量等級?；诟倪M(jìn)自動編碼器的土壤有機(jī)質(zhì)含量分類結(jié)果匯總見表4、表5。

表4 基于改進(jìn)自動編碼器的土壤有機(jī)質(zhì)等級分類結(jié)果

表5 基于改進(jìn)自動編碼器的土壤有機(jī)質(zhì)等級分類在測試集上的混淆矩陣

如表4所示，利用改進(jìn)自動編碼器模型對土壤有機(jī)質(zhì)含量進(jìn)行預(yù)測分類在建模集上的準(zhǔn)確率為85.84%，而在測試集上的準(zhǔn)確率為63.05%，與驗(yàn)證集上的準(zhǔn)確率59.80%比較接近。盡管模型在建模集上存在一定的過擬合現(xiàn)象，但模型總體泛化能力良好。實(shí)驗(yàn)結(jié)果表明，在利用土壤樣本的近紅外光譜預(yù)測有機(jī)質(zhì)含量分級問題中，使用覆蓋歐洲23國的、包含多種土壤的大尺度土壤數(shù)據(jù)集對提出的改進(jìn)自動編碼器進(jìn)行訓(xùn)練，訓(xùn)練好的模型預(yù)測土壤有機(jī)質(zhì)含量級別的準(zhǔn)確率達(dá)到63.05%；利用近紅外光譜間接獲取大尺度范圍的土壤有機(jī)質(zhì)含量信息具有可行性。

表5為利用改進(jìn)自動編碼器模型對土壤有機(jī)質(zhì)含量進(jìn)行預(yù)測分類在測試集上的混淆矩陣，其中，對角線上的數(shù)值為正確分類的樣本個(gè)數(shù)。測試集一共包含1 272個(gè)土壤樣本，其中一級到六級正確分類的樣本數(shù)和級別總樣本數(shù)占比分別為420/497，78/192，140/287，150/251，9/33，5/12。由混淆矩陣可以計(jì)算得出，在測試集中，一級土壤的分類精確率和召回率最高，分別為83.83%和84.51%；四級土壤的分類精確率最低，僅為37.50%； 五級土壤的分類召回率最低，僅為27.27%。

利用改進(jìn)自動編碼器模型對土壤光譜曲線進(jìn)行重建的結(jié)果見圖4。其中，圖片第一列為隨機(jī)從LUCAS數(shù)據(jù)集中選取的兩個(gè)樣本的光譜曲線；圖片第二列為對應(yīng)樣本經(jīng)過編碼器、解碼器后重建的光譜曲線。由圖4中樣本光譜曲線的對比觀察可以得出，重建得到的光譜曲線與原始曲線基本一致，保留了原始曲線的峰谷特征及數(shù)值特征。使用改進(jìn)自動編碼器可以有效地將525維原始光譜信息僅使用40維的特征向量進(jìn)行表示，并能很好地保留原始光譜中的信息。

圖4 基于改進(jìn)自動編碼器的土壤光譜曲線重建結(jié)果

3.5 不同建模方法性能對比

為了更客觀地了解改進(jìn)自動編碼器在土壤有機(jī)質(zhì)含量等級預(yù)測的效果，本文還實(shí)現(xiàn)了常用于土壤成分預(yù)測建模的支持向量機(jī)模型、主成分回歸模型，并在LUCAS土壤數(shù)據(jù)集上進(jìn)行有機(jī)質(zhì)含量等級的預(yù)測實(shí)驗(yàn)，模型的訓(xùn)練采用完全一致的建模集劃分，結(jié)果評價(jià)在完全一致的測試集上進(jìn)行。其中，支持向量機(jī)模型包括分類模型和回歸模型兩種，實(shí)驗(yàn)結(jié)果中用SVM、SVR-C表示；主成分回歸模型實(shí)驗(yàn)結(jié)果中用PCR-C表示。需要說明的是，SVR-C、PCR-C在建模時(shí)使用原始有機(jī)質(zhì)含量數(shù)值作為監(jiān)督輸入，分別訓(xùn)練基于SVR、PCR的回歸模型，再將回歸模型預(yù)測的數(shù)值使用表2的有機(jī)質(zhì)含量分級方法判定為各類別。SVM、SVR-C、PCR-C模型與提出的改進(jìn)自動編碼器算法性能對比見表6。

表6 不同建模方法分類結(jié)果對比

如表6所示，利用改進(jìn)自動編碼器模型對土壤有機(jī)質(zhì)含量進(jìn)行預(yù)測分類在測試集上的效果最好，準(zhǔn)確率、精確率、F1分?jǐn)?shù)分別為63.05%、62.98%和62.99%，3項(xiàng)指標(biāo)均優(yōu)于其他3種模型；SVM和SVR-C方法性能比較接近，準(zhǔn)確率分別為56.37%和55.82%，而SVM模型的精確率稍低于SVR-C模型；PCR-C模型準(zhǔn)確率最低，為51.65%。實(shí)驗(yàn)表明，在大尺度土壤數(shù)據(jù)集中，通過近紅外光譜預(yù)測有機(jī)質(zhì)含量級別，使用提出的改進(jìn)自動編碼器模型可以獲得比常用的主成分回歸模型、支持向量機(jī)模型更高的準(zhǔn)確率。

利用近紅外光譜預(yù)測有機(jī)質(zhì)含量等級是一種間接方法，本文中的預(yù)測模型訓(xùn)練采用歐洲23國范圍的土壤樣本，因此，該模型可用于同樣范圍的真實(shí)土壤樣本預(yù)測。模型使用時(shí)，應(yīng)當(dāng)盡量保證待測樣本與訓(xùn)練樣本采用同樣的土壤采集方法、土壤預(yù)處理方法及光譜測量方法，并按同樣的波長間隔進(jìn)行采樣后輸入模型進(jìn)行有機(jī)質(zhì)含量等級的預(yù)測。

4 結(jié) 論

本文研究了利用近紅外光譜預(yù)測大尺度下土壤有機(jī)質(zhì)含量等級的分類問題，提出一種改進(jìn)自動編碼器模型，將傳統(tǒng)的用于重建輸出的自動編碼器與分類器相結(jié)合，并對改進(jìn)自動編碼器中的損失函數(shù)進(jìn)行定義。然后利用樣本覆蓋歐洲23國、土壤差異性較大的LUCAS數(shù)據(jù)集對改進(jìn)自動編碼器模型進(jìn)行訓(xùn)練。最后，將改進(jìn)自動編碼器模型的預(yù)測性能與主成分回歸、支持向量機(jī)等方法的效果進(jìn)行對比。實(shí)驗(yàn)結(jié)果證明：利用近紅外光譜間接獲取土壤有機(jī)質(zhì)含量信息具有可行性；在大尺度的土壤數(shù)據(jù)集中，基于本文提出的改進(jìn)自動編碼器模型的分類準(zhǔn)確率達(dá)到63.05%，比常用的主成分回歸、支持向量機(jī)等模型預(yù)測性能更好，基本滿足了間接獲取土壤有機(jī)質(zhì)含量等級分類的要求。