编号
zgly0000697597
文献类型
期刊论文
文献题名
基于光谱技术的土壤养分快速测试方法研究
学科分类
220.1040;森林土壤学
作者单位
浙江经济职业技术学院
浙江大学生物系统工程与食品科学学院
母体文献
浙江大学学报: 农业与生命科学版
年卷期
2010,36(4)
页码
445-450
年份
2010
分类号
S151.9 O657.33
关键词
光谱技术
土壤
养分
人工神经网络
支持向量机
偏最小二乘法
文摘内容
应用近红外光谱和中红外光谱对浙江省衢州红壤和海宁青紫泥2种典型土壤的氮(N)、磷(P)和钾(K)等养分进行快速测试;试验共采集80个样本,其中60个用于建模,20个用于预测;在获取光谱信息的基础上,分别采用偏最小二乘-支持向量机(PLS-LS-SVM)和偏最小二乘-人工神经网络(PLS-BP/ANN)2种方法进行建模.结果表明: 2种模型的预测结果均比较理想,在小样本的学习预测上,PLS-LS-SVM比PLS-BP/ANN更精确一些;近红外光谱和中红外光谱2个波段对N含量的预测效果均较好,PLS-LS-SVM模型的预测相关系数分别为0.876和0.867;中红外波段对P和K的预测效果更好,PLS-LS-SVM模型的预测相关系数分别为0.938(P)和0.803(K).这为土壤养分的快速测试提供了一种新方法.