期刊文献+
共找到15篇文章
< 1 >
每页显示 20 50 100
基于野外Vis-NIR光谱的土壤有机质预测与制图 被引量:20
1
作者 郭燕 纪文君 +1 位作者 吴宏海 史舟 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2013年第4期1135-1140,共6页
利用野外实时快速获取的土壤光谱进行土壤有机质(SOM)预测与制图是精确农业与土壤遥感制图的必然需要,利用ASD FieldSpec Pro FR野外型光谱仪实时快速获取的光谱数据,去除噪声较大的边缘波段后,进行倒数的对数转换(Log(1/R))为吸收光谱... 利用野外实时快速获取的土壤光谱进行土壤有机质(SOM)预测与制图是精确农业与土壤遥感制图的必然需要,利用ASD FieldSpec Pro FR野外型光谱仪实时快速获取的光谱数据,去除噪声较大的边缘波段后,进行倒数的对数转换(Log(1/R))为吸收光谱。在分析吸收光谱和光谱指数与SOM关系的基础上,采用偏最小二乘回归法进行SOM的建模预测并借助地统计学方法进行SOM空间变异制图研究。结果表明,建模效果好的指标分别为特征波段(R2=0.91,RPD=3.28),归一化光谱指数(R2=0.90,RPD=3.08),特征波段与3个光谱指数组合(R2=0.87,RPD=2.67),全波段(R2=0.95,RPD=4.36)。光谱指标的克里格制图与实测SOM制图表现出相同的空间变异趋势,不同的指标均达到了较好的预测效果。 展开更多
关键词 vis-nir光谱 野外型光谱 土壤有机质 预测与制图 偏最小二乘回归法(PLSR) 地统计
下载PDF
Vis-NIR光谱模式识别结合SG平滑用于转基因甘蔗育种筛查 被引量:17
2
作者 刘桂松 郭昊淞 +2 位作者 潘涛 王继华 曹干 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第10期2701-2706,共6页
以Savitzky-Golay(SG)平滑筛选,主成分分析(PCA)分别结合有监督的线性判别分析(LDA)、无监督的系统聚类分析(HCA),应用于转基因甘蔗育种筛查的可见-近红外(Vis-NIR)无损检测。提出兼顾随机性、稳定性的定标、预测、检验框架;取田间种植... 以Savitzky-Golay(SG)平滑筛选,主成分分析(PCA)分别结合有监督的线性判别分析(LDA)、无监督的系统聚类分析(HCA),应用于转基因甘蔗育种筛查的可见-近红外(Vis-NIR)无损检测。提出兼顾随机性、稳定性的定标、预测、检验框架;取田间种植处于伸长期甘蔗叶样品456个,具有Bt基因和Bar基因的转基因样品(阳)306个,非转基因样品(阴)150个;随机选取156个为检验集(阴性50、阳性106),余下为建模集(阴性100、阳性200,共300),建模集再随机划分为定标集(阴性50、阳性100,共150)、预测集(阴性50、阳性100,共150)共50次;扩充SG平滑点数,同时删除绝对值偏小的高阶导数模式,共264个平滑模式用于模型筛选;采用前3个主成分两两组合,再根据模型效果选出最优主成分组合;基于所有定标、预测集划分和SG平滑模式,建立SG-PCA-LDA和SG-PCA-HCA模型,根据平均预测效果优选参数,使模型具有稳定性;最后用检验集进行模型检验。经SG平滑后,PCA-LDA和PCA-HCA的建模精度、稳定性均显著改善;最优SG-PCA-LDA模型阳性、阴性样品检验识别率分别达到94.3%和96.0%;最优SG-PCA-HCA模型阳性、阴性样品检验识别率分别达到92.5%和98.0%。结果表明:Vis-NIR光谱模式识别结合SG平滑可用于转基因甘蔗叶的准确识别,提供了一种简便的转基因甘蔗育种筛查方法。 展开更多
关键词 转基因甘蔗育种筛查 vis-nir光谱 SG平滑 PCA-LDA PCA-HCA
下载PDF
利用OSC算法消除土壤含水量变化对Vis-NIR光谱估算有机质的影响 被引量:6
3
作者 洪永胜 于雷 +5 位作者 朱亚星 李思缔 郭力 刘家胜 聂艳 周勇 《中国农业科学》 CAS CSCD 北大核心 2017年第19期3766-3777,共12页
【目的】快速、准确地监测土壤有机质对于精准农业的发展具有重要意义。可见光-近红外(visible and near-infrared,Vis-NIR)光谱技术在土壤属性估算、数字化土壤制图等方面应用较为广泛,然而,在田间进行光谱测量,易受土壤含水量(soil mo... 【目的】快速、准确地监测土壤有机质对于精准农业的发展具有重要意义。可见光-近红外(visible and near-infrared,Vis-NIR)光谱技术在土壤属性估算、数字化土壤制图等方面应用较为广泛,然而,在田间进行光谱测量,易受土壤含水量(soil moisture,SM)、温度、土壤表面状况等因素的影响,导致光谱信息中包含大量干扰信息,其中,SM变化是影响光谱观测结果最为显著的因素之一。此研究的目的是探讨OSC算法消除其影响,提升Vis-NIR光谱定量估算土壤有机质(soil organic matter,SOM)的精度。【方法】以江汉平原公安县和潜江市为研究区域,采集217份耕层(0—20 cm)土壤样本,进行风干、研磨、过筛等处理,采用重铬酸钾-外加热法测定SOM;将总体样本划分为3个互不重叠的样本集:建模集S^0(122个样本)、训练集S^1(60个样本)、验证集S^2(35个样本);设计SM梯度试验(梯度间隔为4%),在实验室内获取S^1和S^2样本集的9个梯度SM(0%—32%)的土壤光谱数据;分析SM对土壤Vis-NIR光谱反射率的影响,采用外部参数正交化算法(external parameter orthogonalization,EPO)、正交信号校正算法(orthogonal signal correction,OSC)消除SM对土壤光谱的干扰;利用主成分分析(principal component analysis,PCA)的前两个主成分得分和光谱相关系数两种方法检验消除SM干扰前、后的效果;基于偏最小二乘回归(partial least squares regression,PLSR)方法建立EPO和OSC处理前、后的SOM估算模型,利用决定系数(coefficient of determination,R^2)、均方根误差(root mean square error,RMSE)和RPD(the ratio of prediction to deviation)3个指标比较PLSR、EPO-PLSR、OSC-PLSR模型的性能。【结果】土壤Vis-NIR光谱受SM的影响十分明显,随着SM的增加,土壤光谱反射率呈非线性降低趋势。OSC处理前的湿土光谱数据主成分得分散点相对分散,与干土光谱数据主成分得分空间的位置不重叠,不同SM梯度之间的光谱相关系数变化较大;OSC处理后的湿土光谱数据主成分得分空间的位置基本与干土光谱数据相重合,各样本光谱数据之间相似性很高,不同SM梯度之间的光谱相关系数变化较小。9个SM梯度的EPO-PLSR模型的验证平均R^2_(pre)、RPD分别为0.69、1.7。9个SM梯度的OSC-PLSR模型的验证平均R^2_(pre)、RPD分别为0.72、1.89,校正后的OSC-PLSR模型受SM的较小,有效提升SOM估算模型的精度和鲁棒性。【结论】OSC能够消除SM变化对土壤Vis-NIR光谱的影响,可为将来田间原位实时监测SOM信息提供一定的理论支撑。 展开更多
关键词 vis-nir光谱 土壤有机质 土壤含水量 正交信号校正 偏最小二乘回归 江汉平原
下载PDF
基于正交信号校正的Vis-NIR光谱土壤质地预测 被引量:6
4
作者 王德彩 蔚霖 +3 位作者 张俊辉 杨红震 黄家荣 孙孝林 《河南农业大学学报》 CSCD 北大核心 2017年第3期408-413,共6页
为提高基于VIS-NIR光谱的土壤质地预测精度,引入了正交信号校正(OSC)光谱预处理算法。分别用原始光谱、微分处理、OSC处理光谱,建立偏最小二乘回归(PLSR)模型。结果表明,OSC-PLSR模型验证精度高于其他两种方法所建模型,砂粒含量OSC-PLS... 为提高基于VIS-NIR光谱的土壤质地预测精度,引入了正交信号校正(OSC)光谱预处理算法。分别用原始光谱、微分处理、OSC处理光谱,建立偏最小二乘回归(PLSR)模型。结果表明,OSC-PLSR模型验证精度高于其他两种方法所建模型,砂粒含量OSC-PLSR模型的RMSEp为5.94,粘粒含量OSC-PLSR模型RMSEp为1.25,相比PLSR模型,分别降低22.22%和9.42%。OSC算法在土壤质地的VIS-NIR反演中能有效消除不相关因素的影响,提高模型预测精度。 展开更多
关键词 vis-nir光谱 土壤质地 正交信号校正 偏最小二乘回归
下载PDF
土壤含水量对采用Vis-NIR光谱分析土壤质地的影响 被引量:4
5
作者 王德彩 张俊辉 韩光中 《地理与地理信息科学》 CSCD 北大核心 2015年第6期52-55,共4页
Vis-NIR光谱应用于野外土壤质地分析时,其分析精度将受到土壤含水量的影响。该文旨在定量研究基于Vis-NIR光谱对土壤质地分析时,土壤含水量对精度的影响。在实验室条件下分别测定8种不同含水量状态下土壤样品(78个)的Vis-NIR光谱反射... Vis-NIR光谱应用于野外土壤质地分析时,其分析精度将受到土壤含水量的影响。该文旨在定量研究基于Vis-NIR光谱对土壤质地分析时,土壤含水量对精度的影响。在实验室条件下分别测定8种不同含水量状态下土壤样品(78个)的Vis-NIR光谱反射率,运用偏最小二乘回归(PLSR)分别建立不同含水量状态下土壤质地分析模型,每一模型分别分析8种不同含水量状态下验证集的土壤质地。结果表明,当土壤处于同一湿度状态时,各含水量状态下均可获得较好的结果,粘粒含量和砂粒含量最佳分析模型对应的含水量分别为150-200g/kg和200-250g/kg。当土壤含水量差异较大时,分析精度随着验证样本与建模样本水分含量的差异增大而急剧降低。研究认为,当土壤处于同一湿度状态时,可直接应用Vis-NIR光谱分析湿土的土壤质地,在土壤水分状态差异较大时,宜根据含水量建立分组分析模型。 展开更多
关键词 土壤质地 vis-nir光谱 土壤含水量 PLSR
下载PDF
基于Vis-NIR光谱的土壤质地BP神经网络预测 被引量:7
6
作者 王德彩 张俊辉 《天津农业科学》 CAS 2015年第8期6-9,共4页
为快速、准确地获取土壤质地信息,提出了应用Vis-NIR光谱结合BP神经网络的建模方法。以河南封丘县的86个土壤样本为研究对象,以原始光谱和微分光谱主成分为输入变量,建立土壤粘粒和砂粒的BP神经网络预测模型,并将其预测结果与多元线性... 为快速、准确地获取土壤质地信息,提出了应用Vis-NIR光谱结合BP神经网络的建模方法。以河南封丘县的86个土壤样本为研究对象,以原始光谱和微分光谱主成分为输入变量,建立土壤粘粒和砂粒的BP神经网络预测模型,并将其预测结果与多元线性逐步回归模型进行比较。结果表明:基于原始光谱主成分的BP人工神经网络预测结果最好,优于多元逐步回归模型,预测粘粒和砂粒的RMSE分别为1.62和6.52。BP神经网络所建模型训练时间短、准确度也较高,能实现对土壤质地的高效预测。 展开更多
关键词 vis-nir光谱 BP神经网络 主成分分析 土壤质地
下载PDF
基于Vis-NIR光谱的不同水分状态下土壤有机质预测
7
作者 王德彩 张俊辉 黄家荣 《河南农业大学学报》 CAS CSCD 北大核心 2015年第3期331-334,342,共5页
以河南省封丘县的86个土壤样本为研究对象,测定9种不同含水量状态下的土壤光谱反射率,运用偏最小二乘回归(PLSR)建立不同含水量状态下的土壤有机质预测模型;运用0-50 g·kg^-1,200-250 g·kg^-1,400-450 g·kg^-1水分状态... 以河南省封丘县的86个土壤样本为研究对象,测定9种不同含水量状态下的土壤光谱反射率,运用偏最小二乘回归(PLSR)建立不同含水量状态下的土壤有机质预测模型;运用0-50 g·kg^-1,200-250 g·kg^-1,400-450 g·kg^-1水分状态下3组模型进行交互预测,以研究含水量状态差异较大情况下,土壤含水量对有机质预测精度的影响。结果显示,建模样本与预测样本处于同一含水量状态下,土壤含水量对土壤有机质含量预测精度的影响不显著;当验证集样本与建模集样本间水分状态差异较大时,预测结果会出现较大误差。当土壤处于同一湿度状态时,可直接应用Vis-NIR光谱预测湿土的有机质;当土壤样本间水分差异较大时,可依据含水量状态建立分组模型,以提高Vis-NIR光谱预测有机质的精度。 展开更多
关键词 土壤有机质 vis-nir光谱 土壤含水量 PLSR
下载PDF
基于vis-NIR光谱的Bootstrap-PLSR模型进行SOM预测精度评价 被引量:1
8
作者 杨梅花 徐强 赵小敏 《江西农业大学学报》 CAS CSCD 北大核心 2019年第6期1227-1234,共8页
土壤有机质(SOM)是土壤肥力重要指标之一。快速,无损且准确地预测SOM含量对于保护和提升土壤肥力有重要作用。可见-近红外(vis-NIR)光谱结合偏最小二乘回归(PLSR)模型在土壤属性估测中广泛使用,目的是探讨通过Bootstrap抽样提高PLSR的... 土壤有机质(SOM)是土壤肥力重要指标之一。快速,无损且准确地预测SOM含量对于保护和提升土壤肥力有重要作用。可见-近红外(vis-NIR)光谱结合偏最小二乘回归(PLSR)模型在土壤属性估测中广泛使用,目的是探讨通过Bootstrap抽样提高PLSR的预测能力和泛化能力。以江西、浙江和湖南三省水稻土为研究对象,采集了523个耕层(0~20 cm)土壤样本,比较偏最小二乘回归(PLSR)和Bootstrap-PLSR两种回归模型在估测SOM的精度和泛化能力;利用确定系数(R^2),均方根误差(RMSE)和性能指标(RPIQ,标准差与四分位间距离的比值)来评估预测的准确度,利用Bootstrap抽样后预测值的95%置信区间和实测值的分布情况、欠拟合和过拟合PLSR和Bootstrap-PLSR回归因子的差异来分析Bootstrap-PLSR模型的泛化能力和稳定性。研究表明:使用Bootstrap-PLSR预测的SOM含量的预测精度(R^2=0.76,RMSE=5.82,RPIQ=2.51)高于PLSR模型(R^2=0.72,RMSE=6.27,RPIQ=2.33)。Bootstrap抽样能够提高SOM含量中间部分的预测精度并且具有较强的建模稳定性,Bootstrap-PLSR具有较强的泛化能力且可以用来选择特征波段。 展开更多
关键词 Bootstrap抽样 偏最小二乘回归 vis-nir光谱技术 水稻土 有机质
下载PDF
基于野外实测Vis-NIR光谱的土壤肥力估算研究——以湟水流域为例 被引量:5
9
作者 胡亚男 高小红 +1 位作者 申振宇 肖云飞 《土壤通报》 CAS CSCD 北大核心 2021年第3期575-584,共10页
为探讨野外实测光谱数据对土壤肥力的估算能力,采集青海省湟水流域表层0~20 cm土壤样品220份,同步测量其采样位置的野外实测光谱数据,实验室对土壤养分、机械组成含量以及pH值进行分析。基于上述数据,对野外实测光谱反射率进行多元散射... 为探讨野外实测光谱数据对土壤肥力的估算能力,采集青海省湟水流域表层0~20 cm土壤样品220份,同步测量其采样位置的野外实测光谱数据,实验室对土壤养分、机械组成含量以及pH值进行分析。基于上述数据,对野外实测光谱反射率进行多元散射校正(Multiplicative scatter correction,MSC)、SG-一阶导数变换(SG-First Derivative,SG-1st)预处理,采用稳定性竞争自适应重加权采样法(stability competitive adaptive reweighted sampling,SCARS)提取不同土壤养分、机械组成含量以及pH值的特征波段,以偏最小二乘回归(partial least squares regression,PLSR)模型对土壤全碳(TC)、有机质(OM)、全氮(TN)、碱解氮(AN)、pH、黏粒(clay)、粉粒(silt)、砂粒(sand)含量进行估算并对比分析,构建土壤养分含量、pH值以及机械组成含量的最优野外实测光谱估算模型。结果表明:通过MSC校正和SG-1st变换能够有效增强野外光谱特征;经SCARS选取的特征波段主要集中于近红外波段。基于野外实测光谱数据建立的PLSR模型能够对研究区土壤TC、OM、TN、AN含量以及pH值进行粗略估算;其中,对于TC、OM、TN含量及pH值而言,最佳估算模型为经SG-1st处理后的SCARS-PLSR模型,RPD值均达到1.70以上(RPD_(TC)=1.76;RPD_(OM)=1.82;RPD_(TN)=2.04;RPD_(pH)=1.89),RPIQ值均达到1.90以上(RPIQ_(TC)=1.91;RPIQ_(OM)=2.53;RPIQ_(TN)=2.98;RPIQ_(pH)=2.03);对于土壤AN含量而言,经MSC处理后的SCARS-PLSR模型最佳,其RPDAN值高达1.91,RPIQ值高达2.39。对土壤clay、silt以及sand含量野外光谱均无法估算,RPD值均在1.00左右,RPIQ值在1.20左右。 展开更多
关键词 野外实测vis-nir光谱 土壤肥力属性 特征波段 偏最小二乘模型 湟水流域
原文传递
基于可见-近红外光谱技术的水稻穗颈瘟染病程度分级方法研究 被引量:21
10
作者 吴迪 曹芳 +3 位作者 张浩 孙光明 冯雷 何勇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2009年第12期3295-3299,共5页
采用Vis-NIR技术对水稻穗颈瘟染病程度分级方法进行了研究。分别基于原始光谱,变量标准化(SNV)预处理后和多元散射校正(MSC)预处理后的光谱,应用无信息变量消除法(UVE)结合连续投影算法(SPA)对Vis-NIR光谱区进行有效波长的选择。选择后... 采用Vis-NIR技术对水稻穗颈瘟染病程度分级方法进行了研究。分别基于原始光谱,变量标准化(SNV)预处理后和多元散射校正(MSC)预处理后的光谱,应用无信息变量消除法(UVE)结合连续投影算法(SPA)对Vis-NIR光谱区进行有效波长的选择。选择后的波长作为输入变量建立最小二乘-支持向量机(LS-SVM)模型。结果表明SNV-UVE-SPA建立的LS-SVM模型预测效果最好。通过SNV-UVE-SPA从全波段600个波长中选择了6个最能够反应光谱信息的波长(459,546,569,590,775和981nm)。SNV-UVE-SPA-LS-SVM组合模型对预测集样本预测得到的确定系数(Rp2),预测集的预测标准差(RMSEP)和剩余预测偏差(RPD)分别达到了0.979,0.507和6.580。结果表明,采用Vis-NIR光谱技术对水稻穗颈瘟染病程度进行分级是可行的。通过UVE-SPA得到的有效波长能够很好地代替全波长。 展开更多
关键词 vis-nir光谱 水稻穗颈瘟 无信息变量消除法 连续投影算法 变量选择
下载PDF
可见-近红外光谱测定血红蛋白的等效波段选择 被引量:15
11
作者 刘振尧 潘涛 《光学精密工程》 EI CAS CSCD 北大核心 2012年第10期2170-2175,共6页
将可见-近红外光谱和改进的移动窗口偏最小二乘(MWPLS)方法应用于人类血红蛋白(HGB)无试剂快速检测的高精度波段优选。为了避免模型评价失真,提出了一种新的模型评价体系。首先,从全体205个样品中随机抽取70个作为检验集,余下的135个作... 将可见-近红外光谱和改进的移动窗口偏最小二乘(MWPLS)方法应用于人类血红蛋白(HGB)无试剂快速检测的高精度波段优选。为了避免模型评价失真,提出了一种新的模型评价体系。首先,从全体205个样品中随机抽取70个作为检验集,余下的135个作为建模集,并划分为具有相似性的定标集(80个样品)和预测集(55个样品)共50次;其次,对每一次划分都分别建模和优化,使得模型具有稳定性;最后,利用检验集对优选出的模型进行再次检验。实验结果表明:可见-短波近红外波段400~1100nm可以作为人体全血HGB的信息波段;进一步采用MWPLS方法从400~1100nm中选出全局最优波段为492~890nm,并得到包含77个等效波段的模型空间。以492~890nm为例,检验效果预测均方根偏差(V-SEP)、预测相关系数(V-RP)和相对预测均方根偏差(V-RSEP)分别为2.58g L-1、0.988和1.97%,得到的样品的HGB预测值与临床实测值吻合精度很高,可望应用于临床。 展开更多
关键词 人类全血 血红蛋白 vis-nir光谱 波段选择 等效模型空间
下载PDF
基于可见近红外光谱技术的车蜡品牌无损鉴别方法研究 被引量:1
12
作者 张瑜 谈黎虹 何勇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第2期381-384,共4页
探讨了可见-近红外光谱技术快速无损识别不同品牌车蜡的可行性。实验一共获得104样本,其中40个样本(建模集)用于建立模型,剩余64个样本(预测集)被用于独立验证建立好的模型。基于五种不同品牌车蜡的可见-近红外光谱分别建立了线性判别分... 探讨了可见-近红外光谱技术快速无损识别不同品牌车蜡的可行性。实验一共获得104样本,其中40个样本(建模集)用于建立模型,剩余64个样本(预测集)被用于独立验证建立好的模型。基于五种不同品牌车蜡的可见-近红外光谱分别建立了线性判别分析(linear Discriminant Analysis,LDA)和最小二乘支持向量机(least square-support vector machine,LS-SVM)模型。基于两个算法的全波段光谱模型的预测集正确率分别达到了84%和97%。进一步采用连续投影算法(successive projections algorithm,SPA)算法从751波段中选取了7个特征波段(351,365,401,441,605,926和980nm)。基于SPA选择的变量建立LS-SVM模型,准确率依然保持在97%。说明SPA选择的特征波段包含了对于车蜡品牌鉴别最重要的光谱信息,而大多数无用信息则被有效剔除。将SPA与LS-SVM算法的车蜡识别模型在保证正确率的基础上,还可以大大降低模型计算复杂程度,说明该模型能快速准确的从车蜡可见-近红外光谱中提取有效信息,并实现车蜡品牌的无损鉴别。 展开更多
关键词 车蜡 vis-nir光谱 线性判别方法 最小二乘支持向量机 连续投影算法 Linear DISCRIMINATION analysis (LDA) Least-square support vector machine (LS-SVM ) Successive projections algorithm (SPA )
下载PDF
可见-近红外光谱分析技术对鱼油掺假定量快速无损检测方法研究 被引量:9
13
作者 张瑜 谈黎虹 +1 位作者 曹芳 何勇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2013年第6期1532-1536,共5页
对掺入不同含量大豆油和菜籽油的鱼油进行鱼油掺假含量的可见-近红外光谱(Vis-NIR)研究。向3个不同品牌鱼油中分别掺入不同比例的大豆油,另外3个不同品牌中分别掺入不同比例的菜籽油,共获得300个样本。对所采集样本的光谱数据分别采用... 对掺入不同含量大豆油和菜籽油的鱼油进行鱼油掺假含量的可见-近红外光谱(Vis-NIR)研究。向3个不同品牌鱼油中分别掺入不同比例的大豆油,另外3个不同品牌中分别掺入不同比例的菜籽油,共获得300个样本。对所采集样本的光谱数据分别采用原始光谱,以及平滑,变量标准化(SNV),多元散射校正(MSC),一阶求导和二阶求导等预处理算法进行处理后,建立偏最小二乘回归(PLSR)模型。基于全波段光谱的鱼油中大豆油和菜籽油掺假含量预测的最优模型分别为全波段PLSR模型和MSC-PLSR模型,其预测相关系数(Rp)分别达到0.938 6和0.959 3。进一步采用连续投影算法(SPA)分析鱼油中大豆油和菜籽油掺假样品的光谱,并分别获得了11个和15个光谱特征波长变量。基于特征变量的PLSR模型的Rp分别为0.941 2和0.932 6。试验研究表明,可以采用Vis-NIR技术实现对鱼油掺假物含量的检测。 展开更多
关键词 鱼油 掺假 可见-近红外光谱(vis-nir) 连续投影算法(SPA)
下载PDF
可见-近红外光谱的滨海土壤“除水”盐分估测 被引量:1
14
作者 杨晗 曹见飞 +1 位作者 王召海 吴泉源 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第10期3077-3082,共6页
滨海盐碱区土壤盐分的快速、准确监测对土地合理利用和保护具有重要意义。可见光近红外(Vis-NIR)光谱技术已广泛用于土壤属性的高效估测。然而,水分对含盐土壤光谱的干扰导致传统土壤盐分估测模型的精度降低。旨在探究分段直接标准化(P... 滨海盐碱区土壤盐分的快速、准确监测对土地合理利用和保护具有重要意义。可见光近红外(Vis-NIR)光谱技术已广泛用于土壤属性的高效估测。然而,水分对含盐土壤光谱的干扰导致传统土壤盐分估测模型的精度降低。旨在探究分段直接标准化(PDS)和正交信号校正(OSC)在含水条件下土壤盐分估测中的应用,从而建立面向滨海盐碱区的“除水”Vis-NIR定量模型。为此,将获取的144份黄河三角洲滨海盐碱区表层(0~20 cm)土壤盐分数据划分为建模集(17个样本)和验证集(127个样本)。通过严格加水控制实验,测量10个含水率梯度(0%,1%,5%,10%,15%,20%,25%,30%,40%和50%)的建模集土壤光谱数据,验证集的土壤光谱则是根据生成的1~50随机整数,通过随机加水实验测量获取。采用PDS和OSC与偏最小二乘回归(PLSR)结合的建模策略,构建土壤盐分估测模型,并进行性能验证和比较。结果表明,OSC比PDS更能有效减轻水分在土壤盐分估测中的建模干扰。具体来说,光谱校正前后生成的所有PLSR模型均取得一定的成功(R_(P)^(2)=0.79~0.91,RMSE_(P)=2.6~3.98 g·kg^(-1),RPD=1.98~2.37)。OSC-PLSR模型的土壤盐分估测精度提高,R_(P)^(2),RMSE_(P)和RPD分别为0.91和2.6 g·kg^(-1)和2.37。而PDS-PLSR模型效果不理想,R_(P)^(2),RMSE P和RPD分别为0.79,3.98 g·kg^(-1)和1.98。模型整体表现出了OSC-PLSR>PLSR>PDS-PLSR的土壤盐分估测性能。此外,提出了变量投影重要性(VIP)和Spearman相关系数(r)结合的分析策略,进一步探究了模型的估测机理。模型的重要波长(VIP>1)与土壤盐分敏感波长(|r|>0.4)吻合,对估测模型有重要意义。比较而言,OSC-PLSR精确提炼了位于830,1940和2050 nm附近的模型估测的关键波长,而常规的PLSR和PDS-PLSR包含了大量的冗余信息。综合来看,OSC-PLSR模型在Vis-NIR土壤盐分估测中具有较好的除水效果,为土壤含水状态下的土壤盐分研究提供可靠方法。 展开更多
关键词 vis-nir光谱 土壤盐分 水分校正 正交信号校正 滨海盐碱区
下载PDF
基于可见—近红外反射光谱的典型农田重金属污染风险分类研究
15
作者 李全坤 赵万伏 +3 位作者 文宇博 郭超 刘连文 季峻峰 《高校地质学报》 CAS CSCD 北大核心 2022年第6期799-813,共15页
对于人为因素或自然因素造成的农田土壤重金属元素污染,需要进行大面积的土壤环境质量调查和分类管控,然而传统的采样测试方法存在工作量大、代价高等问题。可见—近红外(Vis-NIR)反射光谱是一种快速低成本获取土壤理化信息的手段。为研... 对于人为因素或自然因素造成的农田土壤重金属元素污染,需要进行大面积的土壤环境质量调查和分类管控,然而传统的采样测试方法存在工作量大、代价高等问题。可见—近红外(Vis-NIR)反射光谱是一种快速低成本获取土壤理化信息的手段。为研究Vis-NIR反射光谱预测模型划分土壤重金属污染风险类别的能力,文章以典型人为污染地区(浙江温岭)和典型地质高背景地区(广西横县)的390份农田土壤为样本,测定8种重金属元素(As、Cd、Cr、Cu、Hg、Ni、Pb和Zn)的含量和pH值,并测定土壤Vis-NIR光谱。使用偏最小二乘(PLS)和支持向量机(SVM)算法建立回归模型,对土壤重金属含量和pH值进行预测,并基于预测值进行土壤重金属污染风险分类。结果显示,温岭土壤主要污染元素Cd和Cu的光谱模型回归预测偏差(RPD)分别为1.23和1.19,预测机制与有机质有关。横县土壤主要污染元素As和Cd的RPD分别为1.98和1.93,预测机制与铁氧化物和粘土矿物有关。地质高背景土壤重金属与铁氧化物的正相关性普遍较强,使得光谱模型对重金属含量预测准确度较高。温岭和横县土壤pH值的光谱模型RPD分别为1.76和1.68。土壤重金属污染风险光谱分类的总体准确度分别为75.0%~100%(温岭)和80.0%~100%(横县)。将Vis-NIR光谱与遥感技术相结合,对农田土壤重金属污染风险进行快速分类总体是可行的。 展开更多
关键词 土壤重金属 污染风险分类 vis-nir反射光谱 pH值 光谱遥感
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部