江汉平原土壤有机碳含量高光谱预测模型优选

• 作者: 刘艳芳 卢延年 姜庆虎 陈奕云
• 来源期刊: 中国农学通报
• 学科: 农学
• 关键词: 高光谱 土壤有机碳 光谱预处理 偏最小二乘回归 支持向量机回归
• 年，卷（期）: 2014,（26）
• 所属期刊栏目: 农业工程
• 页码范围: 127-133
• 分类号: S151.9
• 语种: 中文

摘要

研究探讨了贫瘠地区低有机碳含量条件下,不同光谱预处理与建模方法用于土壤有机碳估测的最佳组合,对贫瘠土壤属性信息快速获取和精确农业发展具有重要意义.以江汉平原不同利用条件下的土壤为研究对象,使用可见光/近红外高光谱技术,结合包括Savitzky-Golay平滑(SG)、一阶导数(FD)、多元散射校正-(MSC)在内的光谱预处理方法,分别建立用于估测土壤有机碳(SOC)含量的多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘回归(PLSR)和支持向量机回归(SVMR)模型.结果表明:不同建模方法预测精度差异明显,PLSR和SVMR的预测结果优于MLR和PCR;不同预处理方法对模型的预测精度亦有较大影响,表现为MSC＞FD＞SG;基于FD和MSC组合预处理的SVMR模型的预测能力最好,R2=0.84,RPD=2.50,满足土壤有机碳的预测.有机质含量大于2％并不是建立优质模型的必要条件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘艳芳		145	2099	24.0	41.0
2	陈奕云		20	243	6.0	15.0
3	卢延年		3	51	3.0	3.0
4	姜庆虎		4	68	4.0	4.0