基于Vis-NIR光谱的土壤质地BP神经网络预测

• 作者: 张俊辉 王德彩
• 来源期刊: 天津农业科学
• 学科: 农学
• 关键词: Vis-NIR光谱 BP神经网络 主成分分析 土壤质地
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 土壤肥料与节水灌溉
• 页码范围: 6-9
• 页数: 4页
• 分类号: S153
• 字数: 2752字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6500.2015.08.002

摘要

为快速、准确地获取土壤质地信息,提出了应用Vis-NIR光谱结合BP神经网络的建模方法.以河南封丘县的86个土壤样本为研究对象,以原始光谱和微分光谱主成分为输入变量,建立土壤粘粒和砂粒的BP神经网络预测模型,并将其预测结果与多元线性逐步回归模型进行比较.结果表明:基于原始光谱主成分的BP人工神经网络预测结果最好,优于多元逐步回归模型,预测粘粒和砂粒的RMSE分别为1.62和6.52.BP神经网络所建模型训练时间短、准确度也较高,能实现对土壤质地的高效预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王德彩	河南农业大学林学院	11	95	6.0	9.0
2	张俊辉	河南农业大学林学院	4	18	2.0	4.0