本文選題：理化性質(zhì)代表性 + 光譜代表性��； 參考：《土壤學(xué)報》2016年02期

【摘要】：以江漢平原濱湖地區(qū)不同土地利用類型的土壤樣本為例,比較了基于目標(biāo)土壤理化性質(zhì)的濃度梯度法、擴展的基于多種理化性質(zhì)的綜合法(P-KS)、基于光譜信息的KS法、最鄰近樣本去除法(reduce nearest neighbor samples,RNNS)法和基于濃度分層并結(jié)合光譜信息的C-KS、C-RNNS法,基于地類分層再結(jié)合上述方法,構(gòu)建具有不同層次土壤信息代表性的校正集,采用偏最小二乘回歸法,建立土壤有機質(zhì)可見光/近紅外光譜反演模型。結(jié)果表明,具有單一代表性的濃度梯度法、KS法、RNNS法難以建立適用模型;具有光譜與理化性質(zhì)二元代表性的C-KS方法模型預(yù)測精度得到了明顯的提升,相對分析誤差(ratio of performance to standard deviation,RPD)為1.66;考慮土地利用類型后,濃度梯度法、RNNS法與C-KS法模型預(yù)測精度有明顯的提升,RPD分別達到了1.84、1.51、1.75,模型具有良好的適用性。說明具有多層次土壤信息代表性的校正集構(gòu)建方法對提高土壤有機質(zhì)可見光/近紅外光譜反演模型的適用性具有較好作用。
[Abstract]:Taking the soil samples of different land use types in Jianghan plain as an example, this paper compares the concentration gradient method based on the physical and chemical properties of the target soil, the extended comprehensive method based on various physical and chemical properties, and the KS method based on spectral information. The nearest neighbor sample removal method, reduce nearest neighbor samples-RNNSmethod and C-KSU C-RNNS method based on concentration stratification and spectral information are used to construct calibration sets with different levels of soil information representation based on ground stratification and combined with spectral information, and partial least square regression method is used. The visible / near infrared spectral inversion model of soil organic matter was established. The results show that the single representative concentration gradient method / KS method is difficult to establish a suitable model, and the prediction accuracy of the C-KS model with binary representation of spectral and physical and chemical properties has been improved obviously. The relative error ratio (RPD) of performance to standard deviation is 1. 66. After considering land use types, the prediction accuracy of RNNS and C-KS models is obviously improved, which is 1.84% 1.51% 1.75, respectively. The model has good applicability. It is concluded that the method of constructing correction set with multi-level soil information representation has a good effect on improving the applicability of the visible / near infrared spectral inversion model of soil organic matter.
【作者單位】： 武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院;地球空間信息技術(shù)協(xié)同創(chuàng)新中心武漢大學(xué);武漢大學(xué)蘇州研究院;
【基金】：公益性行業(yè)科研專項項目(201412023) 衛(wèi)星測繪技術(shù)與應(yīng)用國家測繪地理信息局重點實驗室經(jīng)費項目(KLAMTA-201401)資助~~
【分類號】：S153.621

【相似文獻】

相關(guān)期刊論文 前10條

1 陸克盛;汪靈枝;;基于核偏最小二乘回歸神經(jīng)網(wǎng)絡(luò)集成降水預(yù)測模型[J];沈陽農(nóng)業(yè)大學(xué)學(xué)報;2013年03期

2 馬明德;馬學(xué)娟;謝應(yīng)忠;馬甜;;寧夏生態(tài)足跡影響因子的偏最小二乘回歸分析[J];生態(tài)學(xué)報;2014年03期

3 王波;白杰;高來斌;張紅芹;;偏最小二乘回歸在吉林省經(jīng)濟增長影響因素分析中的應(yīng)用[J];吉林農(nóng)業(yè)大學(xué)學(xué)報;2013年01期

4 王五祥,丁森林,景春華,趙曙光,趙慧峰,陳薇;PLS1及其在肉牛養(yǎng)殖場生產(chǎn)能力分析中的應(yīng)用[J];河北農(nóng)業(yè)大學(xué)學(xué)報;2000年03期

5 李逸川;王海濤;田淑芳;;基于偏最小二乘回歸的投影尋蹤耦合模型在土地利用預(yù)測中的應(yīng)用[J];中國土地科學(xué);2010年05期

6 左斌;胡超;謝達平;;均勻設(shè)計對大腸桿菌產(chǎn)谷氨酸脫羧酶培養(yǎng)基優(yōu)化的應(yīng)用[J];湖南農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2008年05期

7 鄭蘭英;黃園園;沈京虎;;吉林省居民生活水平影響因素的偏最小二乘回歸分析[J];延邊大學(xué)農(nóng)學(xué)學(xué)報;2014年01期

8 秦璐;馬亮;馬英杰;;基于偏最小二乘回歸的塔里木盆地北緣區(qū)ET_0預(yù)測[J];水資源與水工程學(xué)報;2014年03期

9 譚川蓉;;新農(nóng)村建設(shè)飲水設(shè)計方案[J];東北水利水電;2007年06期

10 ;[J];;年期

相關(guān)會議論文 前6條

1 游華;;偏最小二乘回歸分析在研究進出口總額問題中的應(yīng)用[A];2003中國現(xiàn)場統(tǒng)計研究會第十一屆學(xué)術(shù)年會論文集（上）[C];2003年

2 陳式龍;;我國出口貿(mào)易偏最小二乘回歸的實證分析[A];“珠江三角洲經(jīng)濟發(fā)展與流通現(xiàn)代化”大型理論研討會論文集[C];2005年

3 宮元彬;李思純;楊德森;時勝國;;利用偏最小二乘回歸的噪聲源分離量化[A];中國聲學(xué)學(xué)會第十屆青年學(xué)術(shù)會議論文集[C];2013年

4 周麗君;付忠廣;戈志華;靳濤;卞雙;;偏最小二乘回歸及其在機組參數(shù)預(yù)測中的應(yīng)用淺析[A];中國動力工程學(xué)會第三屆青年學(xué)術(shù)年會論文集[C];2005年

5 柴永強;杜文亮;李克夫;趙衛(wèi)東;;草地蝗蟲吸捕機的吸捕試驗研究——基于均勻設(shè)計偏最小二乘回歸的建模分析[A];農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)——2005年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文集第一分冊[C];2005年

6 沈之宇;孫德敏;;丙烯腈反應(yīng)器收率的偏最小二乘回歸分析與建模[A];第二十四屆中國控制會議論文集（上冊）[C];2005年

相關(guān)碩士學(xué)位論文 前10條

1 郭婷婷;偏最小二乘及稀疏偏最小二乘回歸的應(yīng)用研究[D];昆明理工大學(xué);2015年

2 張曉麗;偏最小二乘回歸分析若干問題的研究[D];東北師范大學(xué);2010年

3 李艷萍;基于偏最小二乘回歸非線性理論在經(jīng)濟系統(tǒng)中的應(yīng)用[D];哈爾濱工程大學(xué);2009年

4 許鳳華;偏最小二乘回歸分析中若干問題的研究[D];山東科技大學(xué);2006年

5 王攀;偏最小二乘回歸與核偏最小二乘回歸的應(yīng)用[D];昆明理工大學(xué);2014年

6 梁秀娟;基于偏最小二乘回歸分析的城市經(jīng)濟分析[D];華中科技大學(xué);2008年

7 蔣紅衛(wèi);偏最小二乘回歸的擴展及其實用算法構(gòu)建[D];中國人民解放軍第四軍醫(yī)大學(xué);2003年

8 丁磊;偏最小二乘回歸算法改進及應(yīng)用[D];新疆大學(xué);2007年

9 王如義;多元線性回歸中復(fù)共線問題及偏最小二乘回歸分析[D];西南交通大學(xué);2004年

10 王園園;偏最小二乘回歸與判別分析在科技人員類型及影響因素研究中的應(yīng)用[D];濰坊醫(yī)學(xué)院;2009年

，

本文編號：1900171