光谱预处理及不同光谱区对黑土有机碳近红外光谱模型的影响

在目前土壤有机碳(Soil organic carbon,SOC)的测量方法中,定量燃烧法虽具有很高的精度,但是价格比较昂贵;烧失法和湿氧化法比较费时,且测定中使用的化学药剂容易产生环境问题。化学试剂的使用和测定条件的专一也使得化学方法容易产生偏差,因此,需要一种快速、准确、低耗和环保的方法来测量土壤样品SOC含量。近红外光谱(Near infrared spectroscopy,NIRS)技术作为一种无损、快速的分析手段,在农业很多领域都有广泛的应用[1-2],但是利用NIRS对土壤成分进行定量分析最近才刚刚开始[3][5]。近红外光谱由被测样品的近红外特征光谱主导,包含了噪声、各种外界干扰     

西平县高标准农田Zn含量高光谱反演研究

为实现高标准农田土壤重金属Zn含量的快速测定,本文以西平县土壤Zn为研究对象,通过采集168个土壤样本进行室内实验,获得土壤高光谱数据（400~2 400 nm）并进行Savitzky-Golay平滑后,利用5种光谱变换,结合连续投影算法识别最佳特征波段,采用偏最小二乘回归方法构建Zn元素最佳反演模型。结果表明：二阶微...     

思茅松天然林单木生物量地理加权回归模型构建

通过调查云南省思茅区思茅松天然林63株思茅松单木的地上部分干、枝、叶生物量数据,并测定其中30株的根系生物量数据。基于普通最小二乘模型选型,采用地理加权回归的方法构建思茅松单木树干生物量、树枝生物量、树叶生物量和地上部分生物量,以及根系生物量和整株生物量模型。结果表明:(1)地理加权回归模型(GWR)的决定系数(R2)大于普通最小二乘(OLS)模型,且GWR模型拟合的R2值除树叶生物量模型外,其余生物量维量模型均大于0.950;Akaike信息指数(AIC)值小于普通最小二乘(OLS)模型,平均相对误差(EE)和平均相对误差绝对值(RMA)的绝对值除树枝生物量外均小于OLS模型,说明GWR模型拟合效果优于OLS模型;(2)地理加权回归模型拟合在一定程度上克服了OLS在拟合生物量模型中存在的异方差问题。     

基于最小二乘支持向量机的车用铂电阻温度传感器非线性校正

依据铂电阻温度传感器样本,提出了一种采用最小二乘支持向量机辨识传感器逆模特征的校正铂电阻温度传感器非线性误差的原理和方法.该方法不需逆模型函数形式的先验知识,能够保证找到的极值解就是局最优解,具有较好的泛化能力.实例应用表明,其检测精度可达到0.1 ℃,铂电阻温度传感器非线性校正效果好.     

NIR determination of potato constituents

Summary The development of a method of NIR (near infrared) spectrometric analysis to measure the quality determining constituents of potatoes and the accuracy of its performance are presented. The results show that it is possible to obtain quantitative information about different constituents from reflectance measurement of homogenized peeled potatoes. The analytical performance of NIR spectrometry is highly dependent on the cultivar being measured. Consequently, the calibration and validation sample sets will have to be expanded to provide greater utility.     

基于RF和SPA的无人机高光谱估算棉花叶片全氮含量

为分析棉花叶片全氮含量（LNC）与冠层光谱反射特征的关系,实现作物生长过程中氮素水平的快速、准确和无损监测,以石河子大学教学试验场2019年棉花小区试验为基础,选用多元散射校正、SG平滑算法、变量标准化校正和一阶导数4种方法分别对棉花冠层原始光谱进行预处理,使用随机蛙跳（random frog,RF）和连续投影算法（successive projections algorithm,SPA）筛选特征波长并结合偏最小二乘回归法建立棉花LNC光谱估算模型。RF和SPA算法从棉花冠层398～1000nm的光谱中优选5组LNC的敏感特征波段,波段数目下降了93.0%～96.3%,有效降低了光谱的冗余信息;基于SPA算法筛选的敏感波段构建的LNC偏最小二乘回归模型的决定系数和均方根误差分别为0.52和2.55,模型验证的决定系数和均方根误差分别为0.70和2.37,模型具有较好的精度和稳定性,可作为棉花LNC的无人机高光谱估算方法。     

基于VIS-NIR光谱的互花米草入侵湿地土壤有机碳预测研究

为了研究可见光—近红外光谱技术预测互花米草入侵背景下滨海湿地土壤有机碳含量的潜力,以江苏省典型互花米草湿地为研究对象,利用时空替代法采集15个土壤剖面3个深度共45个土壤样品.在实验室测定土壤光谱及有机碳含量,利用偏最小二乘回归方法建立了基于6种光谱变换的土壤有机碳预测模型,并分析了互花米草入侵年限和土层深度对土壤光谱...     

基于反射光谱技术评价草坪质量模型的研究

草坪植物叶片中的叶绿素是影响草坪颜色的重要色素,是评价草坪质量的内在因素。采用便携式光谱仪,在室外自然光照条件下,测定2种草坪群落的反射光谱,选择草坪叶片叶绿素含量的敏感光谱波段400～700 nm,应用偏最小二乘法(PLS)建立草坪植物叶片叶绿素与反射光谱的定量分析模型,结果表明,草坪植物叶绿素的预测值与实测值的相关性较好,相关系数为0.937,相对标准偏差为3.2%,建立偏最小二乘法估测草坪颜色的最优模型,均方根误差评价值较小(RMSE=0.26)。因此,反射光谱技术在园林绿化工程中为快速评价草坪质量提供了新的途径。     

基于可见/近红外光谱的牡丹叶片花青素含量预测

以开花初期不同品种牡丹叶片为研究对象,分析叶片花青素含量与反射光谱之间的相关关系,分别建立基于单波长、不同植被指数、相关系数大于0.52的可见光波段的叶片花青素含量预测模型。研究结果表明,牡丹叶片反射光谱与花青素含量的最大相关系数位于544 nm;以544 nm波长反射率及花青素反射指数(ARI)、调整花青素反射指数(MARI)为自变量建立的预测模型可以用于牡丹叶片花青素含量预测;以偏最小二乘回归(PLSR)构建的牡丹叶片花青素含量预测模型的建模和验模R2分别为0.873和0.811,RMSE为0.068μmol/g,RPD为2.352,是预测牡丹叶片花青素含量的最优模型。     

工厂化水产养殖溶解氧预测模型优化

为准确预测溶解氧变化趋势,降低水产养殖风险,提出混沌变异的分布估计(CMEDA)算法优化最小二乘支持向量机模型(LSSVR),提高了溶解氧预测精度。并对粒子群算法和遗传算法分别优化的LSSVR模型(PSOLSSVR、GA-LSSVR)以及传统的LSSVR模型与CMEDA优化的LSSVR模型(CMEDA-LSSVR)进行了比较研究。利用该模型对江苏省扬中市红鲷鱼工厂化养殖鱼塘溶解氧含量进行了预测。实验结果表明,CMEDA-LSSVR的预测精度高于其他3种算法,CMEDA-LSSVR、PSO-LSSVR、GA-LSSVR、LSSVR 4种模型预测精度评价指标平均绝对百分比误差分别为0.32%、1.27%、1.98%和2.56%。实际应用结果表明该模型可以为鱼塘水质决策管理提供依据,具有一定的应用价值。