利用可见光近红外（Vis-NIR）和pXRF数据融合以及机器学习技术，预测火山土壤的特性

《Computers and Electronics in Agriculture》：Data fusion of Vis-NIR and pXRF with machine learning for predicting andic properties in volcanic soils

　　

Po-Hui Wu | Budiman Minasny | Yin-Chung Huang | José A.M. Demattê | Zeng-Yei Hseu

• •
  可见近红外(Vis-NIR)和脉冲X射线荧光(pXRF)信号与安第斯山土壤的特性有关。
• •
  结合Vis-NIR和pXRF的数据融合提高了对安第斯山土壤特性的预测精度。
• •
  Cubist模型在预测安第斯山土壤特性方面的表现优于PLSR模型。
• •
  基于Vis-NIR和pXRF的模型能够有效分类火山土壤。