期刊导航
期刊开放获取
河南省图书馆
退出
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
黄河三角洲不同盐渍度土壤有机质含量的高光谱预测研究
被引量:
2
1
作者
侯化刚
王丹阳
+2 位作者
马斯琦
潘剑君
李兆富
《中国农业科学》
CAS
CSCD
北大核心
2023年第10期1905-1919,共15页
【目的】探究土壤有机质和盐分的光谱响应,分析不同盐分含量对土壤有机质预测模型的影响,建立快速、有效的盐渍土有机质含量高光谱预测模型。【方法】以黄河三角洲地区粉质壤土为研究对象,根据不同盐分含量将土壤样本分为非盐(SA)、轻度...
【目的】探究土壤有机质和盐分的光谱响应,分析不同盐分含量对土壤有机质预测模型的影响,建立快速、有效的盐渍土有机质含量高光谱预测模型。【方法】以黄河三角洲地区粉质壤土为研究对象,根据不同盐分含量将土壤样本分为非盐(SA)、轻度(SB)、中度(SC)和重度(SD)4组,分别进行室内高光谱测量;其次采用双因素方差分析法,探究土壤有机质和盐分光谱响应程度;进而对原始光谱(raw spectral reflectance,R)进行一阶微分(first order differential reflectance,FD)、连续统去除(continuous statistical removal,CR)、对数(logarithmic,Log)和多元散射校正(multipication scatter correction,MSC)4种变换;最后分别基于盐渍土的4组样本结合4种变换光谱构建多元线性回归(multiple linear regression,MLR)、偏最小二乘回归(partial least squares regression,PLSR)和支持向量回归(support vector machine,SVR)3种土壤有机质含量高光谱预测模型。【结果】土壤有机质和盐分在400—900 nm范围内光谱响应程度显著且变化规律基本一致,二者的敏感波段存在重叠;通过划分不同盐渍度分组建模能够提高土壤有机质预测精度,且随着盐分含量增加,模型的预测精度下降,FD处理更能突出光谱特征差异,提高有机质含量与光谱反射率的相关性。对比3种模型结果,利用FD处理结合SVR建立土壤有机质预测模型精度最高,最优结果建模集和验证集的决定系数R~2为0.86、0.82,均方根误差RMSE为2.71、2.96 g·kg~(-1),相对分析误差RPD为2.42。【结论】土壤盐分与有机质在可见光波段附近(400—900 nm)的敏感波段存在重叠,通过划分不同盐渍度能够有效提高有机质预测模型精度。
展开更多
关键词
盐渍土
有机质
光谱响应
高光谱预测
下载PDF
职称材料
题名
黄河三角洲不同盐渍度土壤有机质含量的高光谱预测研究
被引量:
2
1
作者
侯化刚
王丹阳
马斯琦
潘剑君
李兆富
机构
南京农业大学资源与环境科学学院
出处
《中国农业科学》
CAS
CSCD
北大核心
2023年第10期1905-1919,共15页
基金
山东省重大科技创新工程项目(2019JZZY020614)。
文摘
【目的】探究土壤有机质和盐分的光谱响应,分析不同盐分含量对土壤有机质预测模型的影响,建立快速、有效的盐渍土有机质含量高光谱预测模型。【方法】以黄河三角洲地区粉质壤土为研究对象,根据不同盐分含量将土壤样本分为非盐(SA)、轻度(SB)、中度(SC)和重度(SD)4组,分别进行室内高光谱测量;其次采用双因素方差分析法,探究土壤有机质和盐分光谱响应程度;进而对原始光谱(raw spectral reflectance,R)进行一阶微分(first order differential reflectance,FD)、连续统去除(continuous statistical removal,CR)、对数(logarithmic,Log)和多元散射校正(multipication scatter correction,MSC)4种变换;最后分别基于盐渍土的4组样本结合4种变换光谱构建多元线性回归(multiple linear regression,MLR)、偏最小二乘回归(partial least squares regression,PLSR)和支持向量回归(support vector machine,SVR)3种土壤有机质含量高光谱预测模型。【结果】土壤有机质和盐分在400—900 nm范围内光谱响应程度显著且变化规律基本一致,二者的敏感波段存在重叠;通过划分不同盐渍度分组建模能够提高土壤有机质预测精度,且随着盐分含量增加,模型的预测精度下降,FD处理更能突出光谱特征差异,提高有机质含量与光谱反射率的相关性。对比3种模型结果,利用FD处理结合SVR建立土壤有机质预测模型精度最高,最优结果建模集和验证集的决定系数R~2为0.86、0.82,均方根误差RMSE为2.71、2.96 g·kg~(-1),相对分析误差RPD为2.42。【结论】土壤盐分与有机质在可见光波段附近(400—900 nm)的敏感波段存在重叠,通过划分不同盐渍度能够有效提高有机质预测模型精度。
关键词
盐渍土
有机质
光谱响应
高光谱预测
Keywords
saline soil
organic matter
spectral response
hyperspectral prediction
分类号
S156.41 [农业科学—土壤学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
黄河三角洲不同盐渍度土壤有机质含量的高光谱预测研究
侯化刚
王丹阳
马斯琦
潘剑君
李兆富
《中国农业科学》
CAS
CSCD
北大核心
2023
2
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