近红外光谱法快速测定土壤碱解氮、速效磷和速效钾含量

被引：60

作者：

李伟 ^{[1
]}

张书慧 ^{[1
]}

张倩 ^{[1
]}

董朝闻 ^{[2
]}

张守勤 ^{[1
]}

机构：

[1] 吉林大学生物与农业工程学院

[2] 东风汽车有限公司商用车研发中心

来源：

农业工程学报 | 2007年 / 01期

关键词：

近红外光谱分析; 神经网络; 偏最小二乘法; 土壤养分;

D O I：

暂无

中图分类号：

S158 [土壤肥力（土壤肥沃性）];

学科分类号：

0903 ; 090301 ;

摘要：

运用偏最小二乘法(PLS)和人工神经网络(ANN)方法分别建立了0.9 mm筛分风干黑土土壤碱解氮、速效磷和速效钾含量预测的近红外光谱(N IRS)分析模型。使用偏最小二乘算法建立的碱解氮、速效磷和速效钾校正模型的决定系数R2分别为0.9520、0.8714和0.7300,平均相对误差分别为3.42%、13.40%和7.40%。人工神经网络方法建立的碱解氮、速效磷和速效钾校正模型的决定系数分别为0.9563、0.9493和0.9522,相对误差分别为2.67%、6.48%和2.27%,测试集仿真的相对误差分别为5.44%、16.65%和7.87%。结果表明,人工神经网络方法所建立的校正模型均优于偏最小二乘法所建模型;用近红外光谱分析法预测土壤碱解氮含量是可行的,而速效磷、速效钾模型的测试集样品仿真的相对误差较大,其预测可行性还需做进一步研究。

引用

页码：55 / 59

页数：5

共 9 条

[1] 利用可见光/近红外反射光谱估算土壤总氮含量的实验研究 [J].