為快速估測砂姜黑土有機(jī)質(zhì)含量,該研究以河南省商水縣砂姜黑土為對象,采用光譜指數(shù)和遺傳算法結(jié)合支持向量機(jī)構(gòu)建砂姜黑土有機(jī)質(zhì)估測模型。結(jié)果表明,以Savitzky-Golay（SG）平滑后的一階導(dǎo)數(shù)光譜792和1 389 nm兩波段組合構(gòu)建的比值指數(shù)表現(xiàn)最好,建模集決定系數(shù)為0.81。利用獨(dú)立的樣本驗(yàn)證,預(yù)測決定系數(shù)和均方根誤差分別為0.91和1.56 g/kg。而相同樣本經(jīng)遺傳算法篩選敏感波段結(jié)合支持向量機(jī)回歸構(gòu)建的模型以SG平滑的一階導(dǎo)數(shù)光譜表現(xiàn)最好,建模集和驗(yàn)證集決定系數(shù)分別為0.95和0.91,均方根誤差分別為1.01和1.69 g/kg�；谶z傳算法結(jié)合支持向量機(jī)回歸和光譜指數(shù)2種方法構(gòu)建的有機(jī)質(zhì)含量估測模型均表現(xiàn)出較高的精度,前者稍優(yōu)于后者,可用于對砂姜黑土有機(jī)質(zhì)含量的有效估測。該研究成果可為砂姜黑土有機(jī)質(zhì)含量的快速定量估算提供依據(jù)和參考。 

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于FOD和SVMDA-RF的土壤有機(jī)質(zhì)含量高光譜預(yù)測[J]. 張智韜,勞聰聰,王海峰,ARNON Karnieli,陳俊英,李宇.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2020(01)
[2]不同耕作方式對砂姜黑土物理性質(zhì)和玉米生長的影響[J]. 王玥凱,郭自春,張中彬,周虎,洪亮,王永玖,李錄久,彭新華.  土壤學(xué)報(bào). 2019(06)
[3]粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的土壤有機(jī)質(zhì)高光譜估測[J]. 鄒慧敏,李西燦,尚璇,苗傳紅,黃超,路杰暉.  測繪科學(xué). 2019(05)
[4]基于CWT的黑土有機(jī)質(zhì)含量野外高光譜反演模型[J]. 林鵬達(dá),佟志軍,張繼權(quán),趙云升,李向前,朱曉萌.  水土保持研究. 2018(02)
[5]基于不同建模方法的濕地土壤有機(jī)質(zhì)含量多光譜反演[J]. 陳思明,毛艷玲,鄒小興,丁卉,鄒雙全.  土壤通報(bào). 2018(01)
[6]土壤有機(jī)質(zhì)高光譜特征與波長變量優(yōu)選方法[J]. 朱亞星,于雷,洪永勝,章濤,朱強(qiáng),李思締,郭力,劉家勝.  中國農(nóng)業(yè)科學(xué). 2017(22)
[7]高光譜技術(shù)聯(lián)合歸一化光譜指數(shù)估算土壤有機(jī)質(zhì)含量[J]. 洪永勝,朱亞星,蘇學(xué)平,朱強(qiáng),周勇,于雷.  光譜學(xué)與光譜分析. 2017(11)
[8]江西省紅壤地區(qū)主要土壤類型的高光譜特性研究[J]. 趙小敏,楊梅花.  土壤學(xué)報(bào). 2018(01)
[9]δ13C法研究砂姜黑土添加秸稈后團(tuán)聚體有機(jī)碳變化規(guī)律[J]. 劉哲,韓霽昌,孫增慧,張衛(wèi)華,余正洪,侯瑩.  農(nóng)業(yè)工程學(xué)報(bào). 2017(14)
[10]高光譜估算土壤有機(jī)質(zhì)含量的波長變量篩選方法[J]. 于雷,洪永勝,周勇,朱強(qiáng),徐良,李冀云,聶艷.  農(nóng)業(yè)工程學(xué)報(bào). 2016(13)

碩士論文
[1]砂姜黑土的物理障礙因子及其改良[D]. 宗玉統(tǒng).浙江大學(xué) 2013



本文編號(hào)：3700173