- 相關推薦
基于主成分分析和BP神經(jīng)網(wǎng)絡的土壤養(yǎng)分近紅外光譜檢測
基于近紅外光譜技術的土壤養(yǎng)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(zhì)、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(yǎng)分作為輸出,建立土壤有機質(zhì)、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(jīng)網(wǎng)絡相結合的方法建立土壤有機質(zhì)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(zhì)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(nóng)業(yè)大學工程技術學院,山西,太谷,030801 刊 名： 山西農(nóng)業(yè)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(yǎng)分 檢測 主成分分析 BP神經(jīng)網(wǎng)絡【基于主成分分析和BP神經(jīng)網(wǎng)絡的土壤養(yǎng)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(jīng)網(wǎng)絡方法判別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(jīng)網(wǎng)絡的職業(yè)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