可見光/近紅外光譜模型是土壤屬性預(yù)測的有效工具。波長優(yōu)選在光譜建模過程中起著重要作用。文中首先利用從安徽省渦陽縣采集的130個砂姜黑土土壤樣本獲得可見光/近紅外光譜,然后利用平滑與多重散射校正聯(lián)合的光譜預(yù)處理方式消除光譜中的無關(guān)變量和冗余信息以提高模型預(yù)測結(jié)果的相關(guān)性,再利用SPXY方法挑選建模集樣本,分別利用連續(xù)投影算法和遺傳算法進行波長優(yōu)選,最后利用留一法進行交互驗證建立有機質(zhì)含量的主成分回歸模型。研究結(jié)果顯示:連續(xù)投影算法和遺傳算法都可以有效地減少參與建模的波長數(shù)并提高模型的準確度,尤其是遺傳算法能夠更好地提高土壤有機質(zhì)含量預(yù)測精度,其相關(guān)系數(shù)、預(yù)測均方根誤差和相對分析誤差分別達到0.931 6,0.214 2和2.319 5。通過合適的特征波長選取,不僅計算量可以大大減少,預(yù)測精度也會有效提高。 

【文章來源】：發(fā)光學報. 2016,37(11)北大核心EICSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
1 Introduction
2 Materials and Methods
    2.1 Collection of Soil Samples
    2.2 Spectral Data Acquisition
    2.3 Spectral Pretreatments
    2.4 Sample Selection
    2.5 Wavelength Optimization
    2.6 Calibration and Validation
3 Results and Discussion
4 Conclusion


【參考文獻】：
期刊論文
[1]SPA-LS-SVM檢測土壤有機質(zhì)和速效鉀研究[J]. 章海亮,劉雪梅,何勇.  光譜學與光譜分析. 2014(05)
[2]淮北平原砂姜黑土養(yǎng)分狀況及其空間變異[J]. 李錄久,郭熙盛,王道中,孫義祥,何傳龍,吳萍萍.  安徽農(nóng)業(yè)科學. 2006(04)
[3]Formation and Evolution of Vertisols in Huaibei Plain[J]. LIU LIANG-WUInstitute of Soil Science, Academia Sinica, P.O. Box 821, Nanjing (China).  Pedosphere. 1991(01)



本文編號：3339131