基于光谱技术的土壤养分快速测试方法研究

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 蒋璐璐  张瑜  王艳艳  谈黎虹  何勇 

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.