基于支持向量机和近红外光谱特性的土壤质地分类

• 作者: 宋海燕 胡晓艳
• 来源期刊: 山西农业科学
• 关键词: 质地 近红外 SVM
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 资源与环境
• 页码范围: 1643-1645,1654
• 页数: 4页
• 分类号: S152.3
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2481.2017.10.17

摘要

为了分析不同质地土壤的近红外光谱特性,建立合适的土壤质地分类预测模型.研究以沙土、壤土和黏土3种不同类型土壤作为研究对象,采集了山西省内3个地区的土壤样本共156个,获取其近红外光谱数据,采用支持向量机(SVM)在1 001～2 500 nm波段内对不同质地土壤的吸光度值进行建模预测.结果表明,3种质地土壤具有不同的光谱反射特性;利用支持向量机建立的土壤分类预测模型,其测试集的预测正确率达到91.67％,说明SVM在土壤分类应用中的效果较好,可以利用SVM模型进行土壤属性预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋海燕	山西农业大学工学院	42	544	11.0	23.0
2	胡晓艳	山西农业大学工学院	6	10	1.0	3.0