本文主要研究内容
作者王海江,刘凡,崔静,马玲（2019）在《不同粒径处理的土壤全氮含量高光谱特征拟合模型》一文中研究指出：采集新疆北疆棉田385个自然土壤样本,将筛选出的土壤样品分别过2、1、0. 5、0. 15 mm筛并测定其原始光谱反射率,利用支持向量机(Support vector machine,SVM)、偏最小二乘回归(Partial least squares regression,PLSR)和多元逐步线性回归(Stepwise multiple linear regression,SMLR)方法对土壤原始光谱及其12种光谱变换数据分别构建土壤全氮含量的估测模型,并对模型精度进行检验。结果表明,土壤原始光谱特征在各个波段与全氮含量相关性都较差,不同形式的数据变换均能够提高光谱反射率与全氮含量的相关性,同一种数据变换形式在不同粒径处理中最大相关系数所对应的波段位置差异不大。从不同粒径处理的拟合精度来看,过筛粒径越小对全氮含量的估测精度越高,3种方法的最优拟合模型都是过0. 15 mm筛的处理,其中SVM方法采用(lgR)’变换后,构建模型R2c为0. 898 7,RMSEc为0. 018 1,RPD为2. 704 9,PLSR和SMLR方法均采用R’变换,构建模型的R2c分别为0. 852 0和0. 819 6,RMSEc分别为0. 041 3和0. 043 6,RPD分别为2. 554 9和2. 437 4,3种方法在该过筛处理下均能够很好地估测土壤全氮含量。用未参与建模的样本对3种最优模型进行验证,SVM、PLSR和SMLR模型的检验R2分别为0. 822 9、0. 771 5和0. 705 4,SVM方法优于PLSR和SMLR,模型具有较好的精度和稳定性,从模型的预测误差来看,土壤全氮含量越低其预测误差也越大,在氮素含量较低的情况下无法直接通过光谱反射特征准确反演。
Abstract
cai ji xin jiang bei jiang mian tian 385ge zi ran tu rang yang ben ,jiang shai shua chu de tu rang yang pin fen bie guo 2、1、0. 5、0. 15 mmshai bing ce ding ji yuan shi guang pu fan she lv ,li yong zhi chi xiang liang ji (Support vector machine,SVM)、pian zui xiao er cheng hui gui (Partial least squares regression,PLSR)he duo yuan zhu bu xian xing hui gui (Stepwise multiple linear regression,SMLR)fang fa dui tu rang yuan shi guang pu ji ji 12chong guang pu bian huan shu ju fen bie gou jian tu rang quan dan han liang de gu ce mo xing ,bing dui mo xing jing du jin hang jian yan 。jie guo biao ming ,tu rang yuan shi guang pu te zheng zai ge ge bo duan yu quan dan han liang xiang guan xing dou jiao cha ,bu tong xing shi de shu ju bian huan jun neng gou di gao guang pu fan she lv yu quan dan han liang de xiang guan xing ,tong yi chong shu ju bian huan xing shi zai bu tong li jing chu li zhong zui da xiang guan ji shu suo dui ying de bo duan wei zhi cha yi bu da 。cong bu tong li jing chu li de ni ge jing du lai kan ,guo shai li jing yue xiao dui quan dan han liang de gu ce jing du yue gao ,3chong fang fa de zui you ni ge mo xing dou shi guo 0. 15 mmshai de chu li ,ji zhong SVMfang fa cai yong (lgR)’bian huan hou ,gou jian mo xing R2cwei 0. 898 7,RMSEcwei 0. 018 1,RPDwei 2. 704 9,PLSRhe SMLRfang fa jun cai yong R’bian huan ,gou jian mo xing de R2cfen bie wei 0. 852 0he 0. 819 6,RMSEcfen bie wei 0. 041 3he 0. 043 6,RPDfen bie wei 2. 554 9he 2. 437 4,3chong fang fa zai gai guo shai chu li xia jun neng gou hen hao de gu ce tu rang quan dan han liang 。yong wei can yu jian mo de yang ben dui 3chong zui you mo xing jin hang yan zheng ,SVM、PLSRhe SMLRmo xing de jian yan R2fen bie wei 0. 822 9、0. 771 5he 0. 705 4,SVMfang fa you yu PLSRhe SMLR,mo xing ju you jiao hao de jing du he wen ding xing ,cong mo xing de yu ce wu cha lai kan ,tu rang quan dan han liang yue di ji yu ce wu cha ye yue da ,zai dan su han liang jiao di de qing kuang xia mo fa zhi jie tong guo guang pu fan she te zheng zhun que fan yan 。
论文参考文献
论文详细介绍
论文作者分别是来自农业机械学报的王海江,刘凡,崔静,马玲，发表于刊物农业机械学报2019年02期论文，是一篇关于土壤论文,全氮含量论文,土壤粒径论文,高光谱论文,模型论文,农业机械学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自农业机械学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。