土壤湿度对近红外光谱反演剖面有机质精度的影响OA北大核心CSTPCD
为深入分析土壤湿度对近红外光谱反演剖面土壤有机质(soil organic matter, SOM)精度的影响,该研究依据水分张力这一指标,将土壤划分为风干状态、1.500、0.330、0.100、0.033 MPa和饱和状态共6种湿度水平,在所选16个地点分别采集深度约150 cm剖面土壤芯柱为研究对象,采用7种方法对所测剖面土壤光谱吸光度进行光谱预处理,选择较佳的预处理方法。同时,采用连续投影算法(successive projection algorithm, SPA)和竞争性自适应重加权-连续投影算法(competitive adaptive reweighting-successive projection algorithm, CARS-SPA)筛选特征波长。构建基于全谱及特征波长的SOM近红外光谱反演模型,并将其与标准正态变量变化(standard normal variate, SNV)预处理方法相结合。结果表明:1)SPA-PLSR模型和CARS-SPA-PLSR模型的精度均优于基于全谱的PLSR模型;2)SNV-SPA-PLSR模型在饱和、风干状态下预测效果更好,而SNV-CARS-SPA-PLSR模型在水分张力分别为0.033、0.100、0.330和1.500 MPa时预测精度更高;3)不同土壤湿度水平近红外光谱“一对一”式预测SOM模型难以满足实际应用,经过对比研究,选用水分张力为1.500 MPa时构建的SNV-CARS-SPA-PLSR模型分别预测6组土壤湿度水平和混合样本集中SOM取得效果最好。该研究结果对各湿度水平下估算SOM含量有一定的指导作用,并为提高不同土壤湿度水平间剖面SOM近红外光谱反演模型的适用性提供参考。
周鹏;孔一诺;郝珊珊;印祥;肖新清;金诚谦;
山东理工大学农业工程与食品科学学院,淄博255000中国农业大学工学院,北京100083农业农村部南京农业机械化研究所,南京210014
农业科学
土壤湿度有机质近红外光谱水分张力竞争性自适应重加权-连续投影算法
《农业工程学报》 2024 (016)
P.113-123 / 11
国家自然科学基金青年基金项目(62305197);国家重点研发计划项目(2021YFD200050205);山东省重点研发计划(科技示范工程)项目(2022SFGC0201);山东理工大学中青年骨干教师海内外访学计划项目(1240010304)。
评论