基于可见/近红外光谱的土壤有机质含量预测

2010Scientia Sinica InformationisEnvironmental Science被引 1

摘要

应用可见/近红外光谱技术对土壤有机质含量进行了定量分析和预测, 为土壤肥力快速测定和评价提供依据. 利用ASD FieldSpec 3 Hi-Res光谱仪对116份不同有机质含量的土壤样本进行光谱测量, 系统分析了土壤有机质含量与350~2500 nm 波段范围光谱反射率之间的关系. 利用PLS和小波--BP神经网络对350~2500 nm整个波段范围和剔除水波段的光谱数据进行分析. 两种建模方法的结果均表明剔除水波段的预测效果较好, 其中, PLS模型预测的相关系数<em>R</em><italic/>MSEP为0.2848, 相对分析误差RPD为1.7768, WT-BP神经网络模型预测的<em>R</em><italic/>0.2196, RPD为2.3043. 预测结果表明, PLS模型可以对土壤有机质含量进行粗略估测, 而BP神经网络可实现较精确的预测.

引用本文（GB/T 7714）

瑞珍韩, 韬宋, 勇何. 基于可见/近红外光谱的土壤有机质含量预测[J]. Scientia Sinica Informationis, 2010.

引文网络

参考文献与被引分析加载中…

DOI：https://doi.org/10.1360/zf2010-40-suppl-111

本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。