期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
可见光-近红外、中红外光谱的土壤有机质组分反演
被引量：
7
1
作者
罗德芳
彭杰
+3 位作者
冯春晖
柳维扬
纪文君
王楠
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2021年第10期3069-3076,共8页
土壤有机质是土壤肥力的物质基础,其含量的高低是评价土壤肥力的重要标志。土壤有机质组分根据其溶解性可分为胡敏素(HM)、胡敏酸(HA)、富里酸(FA),不同组分的肥力特性差异显著,因此,土壤有机质组分数据可更加全面、客观的反映土壤肥力...
土壤有机质是土壤肥力的物质基础,其含量的高低是评价土壤肥力的重要标志。土壤有机质组分根据其溶解性可分为胡敏素(HM)、胡敏酸(HA)、富里酸(FA),不同组分的肥力特性差异显著,因此,土壤有机质组分数据可更加全面、客观的反映土壤肥力状况。传统土壤土壤有机质及组分的测定工序繁杂,效率低下且时效性差,大量研究表明高光谱技术能有效提高土壤属性的检测效率并降低测试成本,但关于可见光-近红外、中红外光谱检测土壤有机质组分的报道鲜见。为了探索中红外光谱及可见光-近红外-中红外组合光谱对土壤有机质组分检测的可行性,并对比有机质单一光谱模型与有机质不同组分的组合光谱模型的预测精度,以南疆地区农田土壤为例,在阿克苏及和田地区共采集93个土样,进行有机质、胡敏素、胡敏酸、富里酸含量及光谱数据的测定。其次,利用可见-近红外(VNIR)、中红外(MIR)及其组合光谱(VNIR-MIR)三种光谱数据集,采用偏最小二乘(PLSR)、支持向量机(SVM)、随机森林(RF)三种建模方式对土壤有机质、胡敏素、胡敏酸、富里酸含量进行组合模型分析预测。结果表明:(1)土壤有机质及各组分均与光谱反射率有较好的相关性,土壤有机质及组分在MIR谱段的特征波段数量明显多于VNIR谱段。(2)有机质最优预测模型的模式为VNIR-MIR-RF,该模型的决定系数R^(2)为0.90;胡敏素与胡敏酸最优预测模型的模式均为VNIR-RF模型,R^(2)均为0.92;富里酸最优预测模型的模式为MIR-RF模型,R^(2)为0.94。(3)基于胡敏素、胡敏酸和富里酸的有机质组合光谱模型的预测精度明显高于有机质单一光谱模型,两种模型的R^(2)分别为0.93和0.90。实现了土壤有机质组分的高效快速反演,且基于有机质组分的组合模型提高了土壤有机质预测精度,为南疆地区大尺度土壤肥力的鉴定与精准施肥提供重要的参考价值。
展开更多
关键词
土壤有机质组分
光谱反射率
偏最小二乘
支持向量机
随机森林
反演模型
在线阅读
下载PDF
职称材料
土壤水分去除算法的田间原位光谱反演棉田有机质
被引量：
5
2
作者
罗德芳
柳维扬
+3 位作者
彭杰
冯春晖
纪文君
白子金
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第1期222-228,共7页
田间原位可见-近红外光谱(VIS-NIR)能够有效的提高土壤属性的检测效率,但由于原位土壤中水分因素的影响,土壤属性的预测精度很难达到预期。如何有效去除土壤中的水分对土壤其他属性光谱预测的影响,是利用田间原位光谱高精度预测土壤属...
田间原位可见-近红外光谱(VIS-NIR)能够有效的提高土壤属性的检测效率,但由于原位土壤中水分因素的影响,土壤属性的预测精度很难达到预期。如何有效去除土壤中的水分对土壤其他属性光谱预测的影响,是利用田间原位光谱高精度预测土壤属性所面临的难题,也是土壤光谱技术由室内转向田间的突破口。该问题的有效解决,可减除土壤样品的采集与室内预处理等过程,实现土壤属性的田间原位光谱测定。以新疆南部地区阿拉尔垦区十二团棉田为研究区,采用网格采样法共采集了116个0~20 cm深度的表层土壤样品,剔除1个异常值样品,得到115个有用样品,利用SR-3500型便携式地物光谱仪采集了231个样点的田间原位光谱数据,土样经风干、研磨和过筛等处理后测定其室内光谱和有机质含量。利用Kennard-Stone算法将115个土样分为69个转换子集及46个预测集,采用外部参数正交化法(EPO)、光谱直接转换法(DS)及光谱间接转换法(PDS)三种去除水分算法结合原位光谱反射率(R)、反射率一阶微分(R′)、反射率对数(LOG(R))以及反射率倒数(1/R)四种数学变换方式,运用随机森林(RF)模型进行不同组合模型的构建及精度评价。结果表明:(1)土壤有机质含量越高,土壤光谱反射率越低。土壤田间原位光谱反射率低于土壤室内光谱反射率;(2)室内光谱反射率与土壤有机质含量之间的相关性大于田间原位光谱,室内光谱经一阶微分变换后与土壤有机质含量之间的相关性显著提升。(3)土壤室内光谱反射率模型预测精度(R^(2)=0.86,RPD=2.08,RMSE=1.55 g·kg^(-1),MAPE=0.14)高于田间原位光谱反射率模型(R^(2)=0.71,RPD=1.49,RMSE=2.17 g·kg^(-1),MAPE=0.20)。在去除水分算法模型中,以EPO一阶微分模型去除水分效果最好,决定系数R^(2)由0.71提高到0.83,RPD由1.49提高到2.04,RMSE由2.17 g·kg^(-1)降低至1.58 g·kg^(-1),MAPE由0.20降低至0.14。本研究实现了去除土壤水分因素的影响,提高了田间原位光谱预测土壤有机质的精度,为南疆棉田大尺度土壤有机质的预测及土壤肥力的评价提供了重要的参考。
展开更多
关键词
土壤有机质
外参数正交化(EPO)
光谱直接转换法(DS)
光谱间接转换法(PDS)
随机森林(RF)
在线阅读
下载PDF
职称材料
题名
可见光-近红外、中红外光谱的土壤有机质组分反演
被引量：
7
1
作者
罗德芳
彭杰
冯春晖
柳维扬
纪文君
王楠
机构
塔里木
大学
植物科学
学院
中国农业大学土地资源管理学院
浙江
大学
环境与
资源
学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2021年第10期3069-3076,共8页
基金
国家重点研发计划项目(2018YFE0107000)
国家自然科学基金项目(41361048)资助。
文摘
土壤有机质是土壤肥力的物质基础,其含量的高低是评价土壤肥力的重要标志。土壤有机质组分根据其溶解性可分为胡敏素(HM)、胡敏酸(HA)、富里酸(FA),不同组分的肥力特性差异显著,因此,土壤有机质组分数据可更加全面、客观的反映土壤肥力状况。传统土壤土壤有机质及组分的测定工序繁杂,效率低下且时效性差,大量研究表明高光谱技术能有效提高土壤属性的检测效率并降低测试成本,但关于可见光-近红外、中红外光谱检测土壤有机质组分的报道鲜见。为了探索中红外光谱及可见光-近红外-中红外组合光谱对土壤有机质组分检测的可行性,并对比有机质单一光谱模型与有机质不同组分的组合光谱模型的预测精度,以南疆地区农田土壤为例,在阿克苏及和田地区共采集93个土样,进行有机质、胡敏素、胡敏酸、富里酸含量及光谱数据的测定。其次,利用可见-近红外(VNIR)、中红外(MIR)及其组合光谱(VNIR-MIR)三种光谱数据集,采用偏最小二乘(PLSR)、支持向量机(SVM)、随机森林(RF)三种建模方式对土壤有机质、胡敏素、胡敏酸、富里酸含量进行组合模型分析预测。结果表明:(1)土壤有机质及各组分均与光谱反射率有较好的相关性,土壤有机质及组分在MIR谱段的特征波段数量明显多于VNIR谱段。(2)有机质最优预测模型的模式为VNIR-MIR-RF,该模型的决定系数R^(2)为0.90;胡敏素与胡敏酸最优预测模型的模式均为VNIR-RF模型,R^(2)均为0.92;富里酸最优预测模型的模式为MIR-RF模型,R^(2)为0.94。(3)基于胡敏素、胡敏酸和富里酸的有机质组合光谱模型的预测精度明显高于有机质单一光谱模型,两种模型的R^(2)分别为0.93和0.90。实现了土壤有机质组分的高效快速反演,且基于有机质组分的组合模型提高了土壤有机质预测精度,为南疆地区大尺度土壤肥力的鉴定与精准施肥提供重要的参考价值。
关键词
土壤有机质组分
光谱反射率
偏最小二乘
支持向量机
随机森林
反演模型
Keywords
Soil organic matter
Spectral reflectance
Partial least squares regression(PLSR)
Support vector machine regression(SVM)
Random forest regression(RF)
Inversion model
分类号
S153.6 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
土壤水分去除算法的田间原位光谱反演棉田有机质
被引量：
5
2
作者
罗德芳
柳维扬
彭杰
冯春晖
纪文君
白子金
机构
塔里木
大学
植物科学
学院
中国农业大学土地资源管理学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第1期222-228,共7页
基金
国家重点研发计划项目(2018YFE01070006)资助。
文摘
田间原位可见-近红外光谱(VIS-NIR)能够有效的提高土壤属性的检测效率,但由于原位土壤中水分因素的影响,土壤属性的预测精度很难达到预期。如何有效去除土壤中的水分对土壤其他属性光谱预测的影响,是利用田间原位光谱高精度预测土壤属性所面临的难题,也是土壤光谱技术由室内转向田间的突破口。该问题的有效解决,可减除土壤样品的采集与室内预处理等过程,实现土壤属性的田间原位光谱测定。以新疆南部地区阿拉尔垦区十二团棉田为研究区,采用网格采样法共采集了116个0~20 cm深度的表层土壤样品,剔除1个异常值样品,得到115个有用样品,利用SR-3500型便携式地物光谱仪采集了231个样点的田间原位光谱数据,土样经风干、研磨和过筛等处理后测定其室内光谱和有机质含量。利用Kennard-Stone算法将115个土样分为69个转换子集及46个预测集,采用外部参数正交化法(EPO)、光谱直接转换法(DS)及光谱间接转换法(PDS)三种去除水分算法结合原位光谱反射率(R)、反射率一阶微分(R′)、反射率对数(LOG(R))以及反射率倒数(1/R)四种数学变换方式,运用随机森林(RF)模型进行不同组合模型的构建及精度评价。结果表明:(1)土壤有机质含量越高,土壤光谱反射率越低。土壤田间原位光谱反射率低于土壤室内光谱反射率;(2)室内光谱反射率与土壤有机质含量之间的相关性大于田间原位光谱,室内光谱经一阶微分变换后与土壤有机质含量之间的相关性显著提升。(3)土壤室内光谱反射率模型预测精度(R^(2)=0.86,RPD=2.08,RMSE=1.55 g·kg^(-1),MAPE=0.14)高于田间原位光谱反射率模型(R^(2)=0.71,RPD=1.49,RMSE=2.17 g·kg^(-1),MAPE=0.20)。在去除水分算法模型中,以EPO一阶微分模型去除水分效果最好,决定系数R^(2)由0.71提高到0.83,RPD由1.49提高到2.04,RMSE由2.17 g·kg^(-1)降低至1.58 g·kg^(-1),MAPE由0.20降低至0.14。本研究实现了去除土壤水分因素的影响,提高了田间原位光谱预测土壤有机质的精度,为南疆棉田大尺度土壤有机质的预测及土壤肥力的评价提供了重要的参考。
关键词
土壤有机质
外参数正交化(EPO)
光谱直接转换法(DS)
光谱间接转换法(PDS)
随机森林(RF)
Keywords
Soil organic matter
External parameter orthogonalization(EPO)
Direct standardization(DS)
Segmented direct standardization(PDS)
Random forest(RF)
分类号
S151.9 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
可见光-近红外、中红外光谱的土壤有机质组分反演
罗德芳
彭杰
冯春晖
柳维扬
纪文君
王楠
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2021
7
在线阅读
下载PDF
职称材料
2
土壤水分去除算法的田间原位光谱反演棉田有机质
罗德芳
柳维扬
彭杰
冯春晖
纪文君
白子金
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
