文献类型：期刊文章

作　　者：程介虹[1] 陈争光[1] 张庆华[2]

CHENG Jiehong;CHEN Zhengguang;ZHANG Qinghua(College of Electrical and information,Heilongjiang Bayi Agricultural University,Heilongjiang Daqing 163319,China;Department of Computer Engineering,Daqing Technician College,Heilongjiang Daqing 163524,China)

机构地区：[1]黑龙江八一农垦大学电气与信息学院,黑龙江大庆163319 [2]大庆技师学院计算机工程系,黑龙江大庆163524

出　　处：《中国农业科技导报》

基　　金：国家重点研发计划项目(2016YFD0701300);黑龙江八一农垦大学人才培育计划项目(ZRCPY201913)

年　　份：2020

卷　　号：22

期　　号：1

起止页码：162-170

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：由于近红外光谱数据的多重共线性,特征波长选择一直是近红外光谱分析技术的重要研究内容。以108个土壤样本光谱数据和土壤有机质(SOM)含量为研究对象,以连续投影算法(SPA)、间隔偏最小二乘法(IPLS)、竞争自适应重加权采样法(CARS)三种典型的特征波长选择算法进行近红外光谱波长选择和土壤有机质含量建模。研究结果表明,基于上述三种方法提取的特征波长所建立的模型预测能力均优于全谱模型。其中,基于SPA算法的MLR预测模型精度最优,预测集相关系数(Rp)和均方根误差(RMSEP)分别为0.970 2和1.214 4,模型参数只有6个。因此,SPA-MLR可以有效地应用近红外光谱的建模,并且简化模型的复杂度,提高模型的计算效率。

关 键 词：特征波长  近红外光谱 土壤有机质

分 类 号：S151.9]