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
1
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
基于变量筛选的典型三江平原耕地土壤肥力属性光谱预测
1
作者
姚成硕
王昌昆
+5 位作者
刘杰
郭志英
马海艺
袁自然
王晓盼
潘贤章
《光谱学与光谱分析》
北大核心
2025年第5期1422-1431,共10页
三江平原是东北黑土地的重要粮食产区,自开垦以来区域耕地土壤肥力下降明显。传统化学测量方法效率低,难以满足快速精准监测需求。光谱技术具有土壤肥力预测潜力,而已有研究中较少同时针对多种土壤肥力属性,且部分土壤肥力属性的预测精...
三江平原是东北黑土地的重要粮食产区,自开垦以来区域耕地土壤肥力下降明显。传统化学测量方法效率低,难以满足快速精准监测需求。光谱技术具有土壤肥力预测潜力,而已有研究中较少同时针对多种土壤肥力属性,且部分土壤肥力属性的预测精度偏低。本研究以三江平原典型耕地区域——友谊农场为研究区,采用可见光-近红外光谱,结合SG(Savitzky-Golay)光谱平滑、一阶微分、标准正态变换和多元散射校正四种光谱预处理方法及竞争性自适应重加权(CARS)波段筛选算法,采用偏最小二乘回归模型同时针对有机质(SOM)、全氮(TN)、全磷(TP)和全钾(TK)四种土壤关键肥力属性进行预测,探讨光谱预测多种土壤肥力属性的潜力,并探索变量筛选在精度提升中的作用。结果表明:(1)未经变量筛选使用全波段(400~2400 nm)时,SOM和TN的预测精度较高,交叉验证R^(2)在不同光谱预处理方法间差异不大,分别介于0.85~0.89和0.86~0.89之间,TK的预测精度也相对较高,R^(2)介于0.63~0.72,而TP的预测精度较低,R^(2)介于0.08~0.34;(2)经CARS波段筛选后四种土壤肥力属性预测精度均有所提升,TP的提高幅度最大,SOM、TN、TP、TK的最优交叉验证R^(2)分别为0.97、0.96、0.82、0.92;(3)CARS变量筛选方法能够识别出SOM和TN相关特征官能团对应的波段,TN的预测同时采用其与SOM之间的关系和自身特征波段信息,TP的预测主要采用了土壤光谱信息,而TK则同时采用土壤光谱以及其与SOM和TN之间的关系。本研究证实了光谱技术在三江平原典型耕地区域同时进行多种土壤关键肥力属性预测的潜力,发现变量筛选能够显著提高不具备明显光谱特征土壤属性(TP)的预测精度,为黑土地土壤肥力快速监测提供参考。
展开更多
关键词
三江平原
土壤肥力属性
可见光-近红外光谱
变量筛选
在线阅读
下载PDF
职称材料
题名
基于变量筛选的典型三江平原耕地土壤肥力属性光谱预测
1
作者
姚成硕
王昌昆
刘杰
郭志英
马海艺
袁自然
王晓盼
潘贤章
机构
中国科学院
南京土壤研究所土壤与
农业
可持续发展国家重点实验室
中国科学院大学现代农业科学学院农业资源与环境系
南京林业
大学
南方
现代
林业协同创新中心
出处
《光谱学与光谱分析》
北大核心
2025年第5期1422-1431,共10页
基金
国家重点研发计划项目(2021YFD1500102)
国家自然科学基金项目(42107145)资助。
文摘
三江平原是东北黑土地的重要粮食产区,自开垦以来区域耕地土壤肥力下降明显。传统化学测量方法效率低,难以满足快速精准监测需求。光谱技术具有土壤肥力预测潜力,而已有研究中较少同时针对多种土壤肥力属性,且部分土壤肥力属性的预测精度偏低。本研究以三江平原典型耕地区域——友谊农场为研究区,采用可见光-近红外光谱,结合SG(Savitzky-Golay)光谱平滑、一阶微分、标准正态变换和多元散射校正四种光谱预处理方法及竞争性自适应重加权(CARS)波段筛选算法,采用偏最小二乘回归模型同时针对有机质(SOM)、全氮(TN)、全磷(TP)和全钾(TK)四种土壤关键肥力属性进行预测,探讨光谱预测多种土壤肥力属性的潜力,并探索变量筛选在精度提升中的作用。结果表明:(1)未经变量筛选使用全波段(400~2400 nm)时,SOM和TN的预测精度较高,交叉验证R^(2)在不同光谱预处理方法间差异不大,分别介于0.85~0.89和0.86~0.89之间,TK的预测精度也相对较高,R^(2)介于0.63~0.72,而TP的预测精度较低,R^(2)介于0.08~0.34;(2)经CARS波段筛选后四种土壤肥力属性预测精度均有所提升,TP的提高幅度最大,SOM、TN、TP、TK的最优交叉验证R^(2)分别为0.97、0.96、0.82、0.92;(3)CARS变量筛选方法能够识别出SOM和TN相关特征官能团对应的波段,TN的预测同时采用其与SOM之间的关系和自身特征波段信息,TP的预测主要采用了土壤光谱信息,而TK则同时采用土壤光谱以及其与SOM和TN之间的关系。本研究证实了光谱技术在三江平原典型耕地区域同时进行多种土壤关键肥力属性预测的潜力,发现变量筛选能够显著提高不具备明显光谱特征土壤属性(TP)的预测精度,为黑土地土壤肥力快速监测提供参考。
关键词
三江平原
土壤肥力属性
可见光-近红外光谱
变量筛选
Keywords
Sanjiang plain
Soil fertility attributes
Visible and near-infrared spectroscopy
Band selection
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
基于变量筛选的典型三江平原耕地土壤肥力属性光谱预测
姚成硕
王昌昆
刘杰
郭志英
马海艺
袁自然
王晓盼
潘贤章
《光谱学与光谱分析》
北大核心
2025
0
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
