近红外光谱法测定土壤全氮和碱解氮含量

• 作者: 吴金卓 孔琳琳 徐浩凯 李颖 林文树
• 来源期刊: 湖南农业大学学报（自然科学版）
• 学科: 农学
• 关键词: 土壤 全氮含量 碱解氮含量 野外测定 小波去噪 近红外光谱技术
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 农业资源利用
• 页码范围: 91-96
• 页数: 6页
• 分类号: S153.6|S714.5
• 字数: 4114字
• 语种: 中文
• DOI: 10.13331/j.cnki.jhau.2016.01.018

摘要

为探寻采用近红外光谱技术在野外快速测定土壤全氮和碱解氮含量的方法,采集土壤光谱信号,结合偏最小二乘法和主成分分析法,分别建立土壤全氮和碱解氮含量测定的定标模型.结果表明,采用PLS方法建模时,土壤全氮和碱解氮含量测定定标模型的精度较高.为提高模型的预测精度,采用多元散射校正、标准归一化、基线校正、卷积平滑和小波变换5种方法对光谱信号进行预处理,当用小波变换法对光谱信号进行去噪处理,并与PLS方法结合时,模型的预测精度最高,土壤全氮样品校正模型的相关系数为0.838 5,均方根误差为0.153 1,对应验证模型的相关系数为0.754 9,均方根误差为0.184 2,校正集和验证集土壤全氮含量预测值(y)与实测值(x)之间的关系模型分别为=0.685 8x+0.198 0和=0.621 4x+0.237 9;土壤碱解氮样品校正模型的相关系数为0.866 5,均方根误差为0.007 7,对应验证模型的相关系数为0.796 1,均方根误差为0.009 4,校正集和验证集土壤碱解氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.749 8x+0.019 4和y=0.700 7x+0.023 3.综合分析结果表明,应用近红外光谱技术对土壤全氮和碱解氮含量进行定量预测是可行的,且应用小波变换方法对光谱冗余信息进行预处理后,再与偏最小二乘法相结合可有效地提高模型的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴金卓	东北林业大学工程技术学院	59	497	11.0	19.0
2	林文树	东北林业大学工程技术学院	56	438	10.0	19.0
3	徐浩凯	东北林业大学工程技术学院	5	32	3.0	5.0
4	李颖	东北林业大学工程技术学院	13	48	4.0	6.0
5	孔琳琳	东北林业大学工程技术学院	9	75	5.0	8.0