基于近红外光谱和正交信号-偏最小二乘法对土壤的分类

被引：24

作者：

宋海燕 ^{[1
]}

秦刚 ^{[2
]}

韩小平 ^{[1
]}

刘海芹 ^{[1
]}

机构：

[1] 山西农业大学工学院

[2] 山西农业大学林学院

来源：

农业工程学报 | 2012年 / 28卷 / 07期

关键词：

土壤; 质地; 分类; OSC-PLS; 近红外光谱;

D O I：

暂无

中图分类号：

X833 [土壤监测];

学科分类号：

0903 ;

摘要：

不同质地的土壤,由于蓄水能力和土壤颗粒大小的不同使得其光谱特性不同,这为采用近红外光谱技术对土壤质地进行判别分析提供了依据。该研究利用正交信号校正(OSC)方法可以获得与浓度有关的谱图信息这一优势,将其与偏最小二乘方法(PLS)结合,采用近红外光谱技术对不同质地的土壤:砂土、壤土、黏土进行判别分析。结果表明:建模样本的相关系数可达0.965,采用该模型对其余45个样本分别进行了预测,三种土壤预测样本的判别正确率分别为:93.3%,86.6%和86.6%。说明OSC方法可以提取谱图中的微弱的质地信息,实现土壤质地的快速鉴别分析。

引用

页码：168 / 171

页数：4

共 19 条

[1]

正交信号校正应用于多元线性回归建模的研究[J]. 张娴,袁洪福,郭峥,宋春风,李效玉,谢锦春.光谱学与光谱分析. 2011(12)

[2]

近红外光谱测定人参与西洋参的主要皂甙总量[J]. 黄亚伟,王加华,Jacqueline J.Shan,韩东海.分析化学. 2011(03)

[3]

土壤导数光谱小波去噪与有机质吸收特征提取[J]. 刘炜,常庆瑞,郭曼,邢东兴,员永生.光谱学与光谱分析. 2011(01)

[4] 基于近红外光谱和支持向量机的土壤参数预测 [J].

郑立华 ;

李民赞 ;

安晓飞 ;

孙红 .

农业工程学报, 2010, 26(S2) (S2) :81-87

[5] 基于光谱技术的土壤快速分类方法研究 [J].

王遵义 ;

金春华 ;

刘飞 ;

王艳艳 ;

鲍一丹 .

浙江大学学报(农业与生命科学版), 2010, 36 (03) :282-286

[6]

不同类型土壤总氮的近红外光谱技术测定研究[J]. 张雪莲,李晓娜,武菊英,郑伟,黄倩,汤丛峰.光谱学与光谱分析. 2010(04)

[7] 用近红外光谱预测土壤碳含量的研究 [J].

沈掌泉 ;

王珂 .

红外与毫米波学报, 2010, 29 (01) :32-37

[8] 黑土土壤中全氮含量的高光谱预测分析 [J].

卢艳丽 ;

白由路 ;

王磊 ;

王贺 ;

杨俐苹 .

农业工程学报, 2010, 26 (01) :256-261

[9]

基于波长选择方法Modeling Power的黑木耳产地判别研究[J]. 刘飞,孙光明,何勇.光谱学与光谱分析. 2010(01)

[10] 不同类型土壤的光谱特征及其有机质含量预测 [J].

张娟娟 ;

田永超 ;

朱艳 ;

姚霞 ;

曹卫星 .

中国农业科学 , 2009, (09) :3154-3163

← 1 2 →