基于主成分分析和BP神經網絡的土壤養分近紅外光譜檢測

基于近紅外光譜技術的土壤養分快速、無損檢測,有利于精細施肥決策.在一黃豆田采用7 m×7 m的柵格采集54個土樣,測定其土壤有機質、速效氯、有效磷、有效鉀,并使用FieldSpec 3光譜儀測定土樣的近紅外漫反射光譜.將54個樣本隨機分成預測集與驗證集,其中預測集40個,驗證集14個.通過平滑預處理后,利用主成分分析法(PCA)提取原始光譜8個主成分.然后以8個主成分為輸入,分別以所測土壤養分作為輸出,建立土壤有機質、速效氮、有效磷、有效鉀的預測模型,最后對14個驗證樣本進行預測.結果表明,在小尺度采樣的情況下進行光譜分析,采用主成分分析和人工神經網絡相結合的方法建立土壤有機質預測模型,其測量值與預測值的相關性較高,相關度為0.796 2,相對誤差較小,其平均值為1.88%,表明該方法預測土壤有機質含量是可行的.但對土壤速效氮、有效磷和有效鉀含量的預測并不理想,還有待進一步研究.

作 者： 張淑娟 王鳳花 張海紅 趙華民 ZHANG Shu-juan WANG Feng-hua ZHANG Hai-hong ZHAO Hua-min   作者單位： 山西農業大學工程技術學院,山西,太谷,030801  刊 名： 山西農業大學學報（自然科學版）  ISTIC 英文刊名： JOURNAL OF SHANXI AGRICULTURAL UNIVERSITY(NATURAL SCIENCE EDITION)  年，卷(期)： 2009 29(6)  分類號： O433.4  關鍵詞： 近紅外光譜   土壤養分   檢測   主成分分析   BP神經網絡  

【基于主成分分析和BP神經網絡的土壤養分近紅外光譜檢測】相關文章：

霉變板栗的近紅外光譜和神經網絡方法判別04-26

土壤中總氮與總磷含量的近紅外光譜實時檢測方法04-26

基于主成分分析的原水水質模糊綜合評價04-26

異穗卷柏的顯微與近紅外光譜鑒定研究04-26

稻草改性的紅外光譜分析04-25

主成分分析及算法04-27

基于改進BP神經網絡的職業危害預警模型04-25

不同貯存溫度蜂花粉的可見-近紅外光譜鑒別04-26

黃酒總糖含量的中紅外光譜定量檢測04-26

基于MATLAB的BP神經網絡在清潔生產審核中的應用04-25