基于光谱技术的土壤快速分类方法研究

被引：11

作者：

王遵义 ^{[1
]}

金春华 ^{[2
]}

刘飞 ^{[3
]}

王艳艳 ^{[3
]}

鲍一丹 ^{[3
]}

机构：

[1] 浙江万里学院

[2] 宁波大学生命科学与生物工程学院

[3] 浙江大学生物系统工程与食品科学学院

来源：

浙江大学学报(农业与生命科学版) | 2010年 / 36卷 / 03期

关键词：

光谱技术; 土壤; 分类; 人工神经网络; 主成分分析; 偏最小二乘法;

D O I：

暂无

中图分类号：

S155 [土壤分类学、土壤类型];

学科分类号：

0903 ; 090301 ;

摘要：

针对浙江省4种典型土壤,研究应用可见-近红外光谱、近红外光谱和中红外光谱3个波段范围进行土壤快速分类的方法.在获取光谱信息的基础上,采用不同光谱建模方法以提高检测精度,简化分析计算;并分别采用主成分分析结合人工神经网络(PCA-ANN/BP)、偏最小二乘法(PLS)和偏最小二乘法结合人工神经网络(PLS-ANN)3种方法进行建模.结果表明:中红外光谱波段对土壤分类的效果不理想,而可见-近红外光谱、近红外光谱波段均能较好地进行土壤分类;在可见-近红外波段,PLS-ANN模型对土壤的分类效果优于PCA-ANN/BP和PLS模型,为土壤快速准确分类提供了一种简便可行的方法.

引用

页码：282 / 286

页数：5