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