光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2012年
9期
2393-2398,2408
,共7页
纪文君%李曦%李成学%周银%史舟
紀文君%李晞%李成學%週銀%史舟
기문군%리희%리성학%주은%사주
水稻土%有机质%可见近红外光谱%建模方法
水稻土%有機質%可見近紅外光譜%建模方法
수도토%유궤질%가견근홍외광보%건모방법
可见/近红外高光谱技术与建模方法是当前土壤近地传感器研究领域的重要方向,可应用于土壤养分信息的快速获取和农田作物的精确施肥管理.以浙江省水稻土为研究对象,利用以菲线性模型为核心的数据挖掘技术,包括随机森林、支持向量机、人工神经网络等方法分别建立了不同建模集和验证集的原始光谱与有机质含量的估测模型.结果表明:研究比较的1∶1,3∶1和全部样本建模并全部验证的三种样本模式划分对建模的结果有一定的影响.相较于目前常用的偏最小二乘回归(PLSR)建模方法而言,非线性模型RF和SVM也取得了较好的建模精度,三种模式下其RDP值均大于1.4.特别是采用SVM建模方法所得模型具有很好的预测能力,模式二下其RDP值达到2.16.同时引入ANN方法改进建立的PLSR-ANN方法显著提高了PLSR的模型预测能力.
可見/近紅外高光譜技術與建模方法是噹前土壤近地傳感器研究領域的重要方嚮,可應用于土壤養分信息的快速穫取和農田作物的精確施肥管理.以浙江省水稻土為研究對象,利用以菲線性模型為覈心的數據挖掘技術,包括隨機森林、支持嚮量機、人工神經網絡等方法分彆建立瞭不同建模集和驗證集的原始光譜與有機質含量的估測模型.結果錶明:研究比較的1∶1,3∶1和全部樣本建模併全部驗證的三種樣本模式劃分對建模的結果有一定的影響.相較于目前常用的偏最小二乘迴歸(PLSR)建模方法而言,非線性模型RF和SVM也取得瞭較好的建模精度,三種模式下其RDP值均大于1.4.特彆是採用SVM建模方法所得模型具有很好的預測能力,模式二下其RDP值達到2.16.同時引入ANN方法改進建立的PLSR-ANN方法顯著提高瞭PLSR的模型預測能力.
가견/근홍외고광보기술여건모방법시당전토양근지전감기연구영역적중요방향,가응용우토양양분신식적쾌속획취화농전작물적정학시비관리.이절강성수도토위연구대상,이용이비선성모형위핵심적수거알굴기술,포괄수궤삼림、지지향량궤、인공신경망락등방법분별건립료불동건모집화험증집적원시광보여유궤질함량적고측모형.결과표명:연구비교적1∶1,3∶1화전부양본건모병전부험증적삼충양본모식화분대건모적결과유일정적영향.상교우목전상용적편최소이승회귀(PLSR)건모방법이언,비선성모형RF화SVM야취득료교호적건모정도,삼충모식하기RDP치균대우1.4.특별시채용SVM건모방법소득모형구유흔호적예측능력,모식이하기RDP치체도2.16.동시인입ANN방법개진건립적PLSR-ANN방법현저제고료PLSR적모형예측능력.
