应用红外光声光谱技术及支持向量机模型测定土壤有机质含量

• 作者: 周健民 曾胤 杜昌文 陆宇振
• 来源期刊: 土壤学报
• 学科: 农学
• 关键词: 土壤有机质 红外光声光谱 支持向量机 定量预测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 1262-1269
• 页数: 8页
• 分类号: S158.2
• 语种: 中文
• DOI: 10.11766/trxb201311110526

摘要

快速测定土壤有机质含量对作物生产和土壤肥力评价具有重要意义,红外光声光谱技术的应用为土壤有机质快速测定提供了可能.本研究以江苏省南京市溧水区水稻土土样为材料,探究了红外光声光谱技术在有机质测定中的应用.采用主成分分析、偏最小二乘和独立成分分析,分别提取了土壤光谱的主成分、偏最小二乘潜变量和独立成分,并以提取的信息输入支持向量机,从而构建了三种支持向量机校正模型.同时,偏最小二乘也被用于建立校正模型,作为支持向量机模型的对照.预测结果表明,基于独立成分的支持向量机模型效果最好,预测相关系数R2、均方根误差RMSEP和实际测量值的标准差与光谱模型预测值标准差的比值即RPD值分别为0.808、0.575和2.28.F检验表明,该模型显著优于基于主成分的支持向量机模型,但与基于偏最小二乘潜变量的支持向量机模型,以及经典偏最小二乘模型没有显著差异.t检验表明,各校正模型对有机质的预测结果与化学测定结果没有显著差异.因此,红外光声光谱技术为土壤有机质的快速测定提供了新的技术手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜昌文	中国科学院南京土壤研究所	51	965	16.0	30.0
2	周健民	中国科学院南京土壤研究所	107	3239	30.0	55.0
3	陆宇振	中国科学院南京土壤研究所	7	8	1.0	2.0
4	曾胤	中国科学院南京土壤研究所	1	0	0.0	0.0