基于近红外光谱的土壤全氮含量估算模型

被引:21
作者
张娟娟 [1 ,2 ]
田永超 [2 ]
姚霞 [2 ]
曹卫星 [2 ]
马新明 [1 ]
朱艳 [2 ]
机构
[1] 河南农业大学信息与管理科学学院
[2] 南京农业大学国家信息农业工程技术中心,江苏省信息农业高技术研究重点实验室
关键词
土壤; 全氮; 近红外光谱; 模型; 偏最小二乘法;
D O I
暂无
中图分类号
S153.6 [土壤成分]; S127 [遥感技术在农业上的应用];
学科分类号
082804 ;
摘要
土壤全氮是诊断土壤肥力水平和指导作物精确施肥所需的重要信息,建立土壤全氮的近红外光谱估测模型并对建模波段进行优化选择对于土壤养分信息快速获取和精确农业发展具有重要意义。该研究以中国中、东部地区5种主要类型土壤为研究对象,利用近红外光谱仪采集土壤样品的光谱信息,结合近红外区域分子振动特点选取全谱、合频、一倍频、二倍频和N-H基团及其组合的8个波段,采用多元散射校正等多种预处理方法组合进行处理,结合偏最小二乘法(PLS)对每个波谱区域进行定标建模。结果表明,利用4000~5500cm-1波谱区域结合附加散射校正处理过的原始光谱建立的模型精度表现最好,其内部互验证决定系数达到0.90,均方根误差为0.16。经不同类型土壤的观测资料检验,模型验证决定系数为0.91,均方根误差为0.15,相对分析误差RPD为3.40,表明模型具有极好的预测能力。因此,利用近红外光谱可以实现土壤全氮的快速估测,且以合频波段(4000~5500cm-1)为建模区域可以得到更好的预测效果。
引用
收藏
页码:183 / 188
页数:6
相关论文
共 16 条
  • [1] 基于近红外光声光谱的土壤有机质含量定量建模方法
    田永超
    张娟娟
    姚霞
    曹卫星
    朱艳
    [J]. 农业工程学报, 2012, 28 (01) : 145 - 152
  • [2] 近红外光谱技术快速无损诊断黄瓜植株氮、镁元素亏缺
    石吉勇
    邹小波
    赵杰文
    毛罕平
    王开亮
    陈正伟
    黄晓玮
    [J]. 农业工程学报, 2011, 27 (08) : 283 - 287
  • [3] 基于高光谱的土壤全氮含量估测
    张娟娟
    田永超
    姚霞
    曹卫星
    马新明
    朱艳
    [J]. 自然资源学报, 2011, 26 (05) : 881 - 890
  • [4] 基于近红外光谱和支持向量机的土壤参数预测
    郑立华
    李民赞
    安晓飞
    孙红
    [J]. 农业工程学报, 2010, 26(S2) (S2) : 81 - 87
  • [5] 黑土土壤中全氮含量的高光谱预测分析
    卢艳丽
    白由路
    王磊
    王贺
    杨俐苹
    [J]. 农业工程学报, 2010, 26 (01) : 256 - 261
  • [6] 基于ANN技术和高光谱遥感的盐渍土盐分预测
    王静
    刘湘南
    黄方
    唐吉龙
    赵冷冰
    [J]. 农业工程学报, 2009, 25 (12) : 161 - 166
  • [7] 不同类型土壤的光谱特征及其有机质含量预测
    张娟娟
    田永超
    朱艳
    姚霞
    曹卫星
    [J]. 中国农业科学, 2009, 42 (09) : 3154 - 3163
  • [8] 一种估测土壤有机质含量的近红外光谱参数[J]. 张娟娟,田永超,朱艳,姚霞,曹卫星.应用生态学报. 2009(08)
  • [9] 土壤有机质近红外光谱分析组合波长的优选
    丁海泉
    卢启鹏
    朴仁官
    陈星旦
    [J]. 光学精密工程, 2007, (12) : 1946 - 1951
  • [10] 多元散射校正对近红外光谱分析定标模型的影响
    赵强
    张工力
    陈星旦
    [J]. 光学精密工程, 2005, (01) : 53 - 58