近红外光谱法测定土壤全氮和碱解氮含量 |
| |
引用本文: | 吴金卓,孔琳琳,李颖,徐浩凯,林文树. 近红外光谱法测定土壤全氮和碱解氮含量[J]. 湖南农业大学学报(自然科学版), 2016, 42(1): 91-96. DOI: 10.13331/j.cnki.jhau.2016.01.018 |
| |
作者姓名: | 吴金卓 孔琳琳 李颖 徐浩凯 林文树 |
| |
作者单位: | 东北林业大学工程技术学院,黑龙江哈尔滨,150040 |
| |
基金项目: | 国家自然科学基金,中央高校基本科研业务费专项资金项目,"十二·五"国家科技支撑计划项目 |
| |
摘 要: | 为探寻采用近红外光谱技术在野外快速测定土壤全氮和碱解氮含量的方法,采集土壤光谱信号,结合偏最小二乘法和主成分分析法,分别建立土壤全氮和碱解氮含量测定的定标模型。结果表明,采用PLS方法建模时,土壤全氮和碱解氮含量测定定标模型的精度较高。为提高模型的预测精度,采用多元散射校正、标准归一化、基线校正、卷积平滑和小波变换5种方法对光谱信号进行预处理,当用小波变换法对光谱信号进行去噪处理,并与PLS方法结合时,模型的预测精度最高,土壤全氮样品校正模型的相关系数为0.838 5,均方根误差为0.153 1,对应验证模型的相关系数为0.754 9,均方根误差为0.184 2,校正集和验证集土壤全氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.685 8x+0.198 0和y=0.621 4x+0.237 9;土壤碱解氮样品校正模型的相关系数为0.866 5,均方根误差为0.007 7,对应验证模型的相关系数为0.796 1,均方根误差为0.009 4,校正集和验证集土壤碱解氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.749 8x+0.019 4和y=0.700 7x+0.023 3。综合分析结果表明,应用近红外光谱技术对土壤全氮和碱解氮含量进行定量预测是可行的,且应用小波变换方法对光谱冗余信息进行预处理后,再与偏最小二乘法相结合可有效地提高模型的精度。
|
关 键 词: | 土壤 全氮含量 碱解氮含量 野外测定 小波去噪 近红外光谱技术 |
Prediction models of total and available soil nitrogen based on near-infrared spectroscopy |
| |
Abstract: | |
| |
Keywords: | soil total nitrogen available nitrogen field measurement wavelet denoising near infrared spectroscopy |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《湖南农业大学学报(自然科学版)》下载全文 |
|