文献类型：期刊文章

作　　者：韩瑞珍[1,2] 宋韬[1] 何勇[1]

机构地区：[1]浙江大学生物系统工程与食品科学学院,杭州310029 [2]浙江传媒学院电子信息学院,杭州310018

出　　处：《中国科学：信息科学》

基　　金：国家农业科技成果转化基金(批准号:2009GB23600517);科技型中小企业技术创新基金(批准号:09C26213303994);公益性行业科研专项(批准号:200903044-1-3);中央高校基本科研业务费专项资助项目

年　　份：2010

卷　　号：40

期　　号：S1

起止页码：111-116

语　　种：中文

收录情况：CSCD、CSCD2011_2012、JST、RCCSE、ZGKJHX、普通刊

摘　　要：应用可见/近红外光谱技术对土壤有机质含量进行了定量分析和预测,为土壤肥力快速测定和评价提供依据.利用ASD FieldSpec 3 Hi-Res光谱仪对116份不同有机质含量的土壤样本进行光谱测量,系统分析了土壤有机质含量与350～2500 nm波段范围光谱反射率之间的关系.利用PLS和小波-BP神经网络对350～2500 nm整个波段范围和剔除水波段的光谱数据进行分析.两种建模方法的结果均表明剔除水波段的预测效果较好,其中,PLS模型预测的相关系数R为0.8416,均方根误差RMSEP为0.2848,相对分析误差RPD为1.7768,WT-BP神经网络模型预测的R为0.9167,RMSEP为0.2196,RPD为2.3043.预测结果表明,PLS模型可以对土壤有机质含量进行粗略估测,而BP神经网络可实现较精确的预测.

关 键 词：土壤 有机质含量 可见/近红外光谱  小波变换 BP神经网络

分 类 号：S153.62]