基于光谱反射率的两种土壤有机质数学建模方法对比(英文)
发布时间:2017-09-28 05:33
本文关键词:基于光谱反射率的两种土壤有机质数学建模方法对比(英文)
更多相关文章: 黑河上游 逐步线性回归 偏最小二乘回归 有机质预测模型 光谱
【摘要】:已有土壤有机质的光谱预测模型其适用性受建模样本的采样尺度、土壤类型及光谱参数限制,需要在大尺度及范围上进一步检验适用性,并比较分析不同建模方法的建模效果以寻求适用性更好、精度更高的定量模型。在黑河上游大尺度范围采得225个土壤样品,进行了土壤有机质(SOC)及光谱反射率测定后将样本划分为建模集(180个土样)与验证集(45个土样)。将土壤光谱反射率(R)变换处理后得到连续统去除(CR)、倒数(REC)、倒数之对数(LR)、一阶微分(FDR)及Kubelka-Munck变换系数共6种指标,针对建模集分别采用逐步线性回归与偏最小二乘回归方法建立12种光谱指标与SOC的数学模型,并采用验证集进行模型预测效果评价。结果表明:(1)采用逐步线性回归或偏最小二乘回归方法建模,LR指标对SOC变化的解释效果都是最好,是SOC的最优预测因子。(2)基于LR指标建立的SOC模型中,采用偏最小二乘回归模型比逐步线性回归模型的预测精度更好,相较于黑河上游已有的经验模型,偏最小二乘回归法建立的模型的预测效果也更好。(3)采用本实验的225个土壤样品对比验证了黑河上游仅有的SOC模型。该模型的SOC预测值与实测值通过了均值T检验且Pearson相关系数达0.826,表明在局部典型区域建立的SOC预测模型,可以应用到更大尺度上的土壤有机质预测研究。
【作者单位】: 西北农林科技大学水利与建筑工程学院;西北农林科技大学中国旱区节水农业研究院;
【关键词】: 黑河上游 逐步线性回归 偏最小二乘回归 有机质预测模型 光谱
【基金】:National Natural Science Foundation of China(No.51579213) the National High Technology Research and Development Program of China(No.SS2013AA100904) the China 111 Project(No.B12007) China Scholarship Council for Studying Abroad(201506305014)
【分类号】:S153.621
【正文快照】: health degree of soil[1].High accuracy can be achieved for de-Introductiontermining SOC in laboratory test using the traditional meth-ods,including complete wet-combustion method and potassi- Soil nutrients play a significant
【相似文献】
中国期刊全文数据库 前1条
1 陈庭木;方兆伟;徐大勇;;最优线性回归分析VBA程序设计[J];农业网络信息;2012年07期
,本文编号:934070
本文链接:https://www.wllwen.com/kejilunwen/nykj/934070.html