近红外光谱法快速测定土壤碱解氮、速效磷和速效钾含量

• 作者: 张书慧 张倩 张守勤 李伟 董朝闻
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 近红外光谱分析 神经网络 偏最小二乘法 土壤养分
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 农业水土与土地整理工程
• 页码范围: 55-59
• 页数: 5页
• 分类号: S1
• 字数: 5205字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2007.01.009

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(NIRS)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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张书慧	吉林大学生物与农业工程学院	23	784	14.0	23.0
2	张守勤	吉林大学生物与农业工程学院	74	1185	20.0	30.0
3	张倩	吉林大学生物与农业工程学院	62	264	8.0	15.0
4	李伟	吉林大学生物与农业工程学院	125	832	16.0	24.0
5	董朝闻	东风汽车有限公司商用车研发中心	1	76	1.0	1.0