基于可见/近红外漫反射光谱的土壤有机质含量估算方法研究
为研究不同土壤颗粒粒径对可见/近红外光谱分析技术在土壤有机质含量快速检测应用中的影响,获取粒径为0.169~2mm 和< 0.169mm 的2种土壤样本(各53个)的可见/近红外光谱(325 ~1075 nm) ,分别建立各自的主成分-反向传播神经网络( PCA-BPNN) 、最小二乘-支持向量机(LS-SVM)和偏最小二乘法( PLS)土壤有机质含量检测模型.结果表明:当土壤粒径为0.169~2 mm 时,所建立模型的土壤有机质含量预测相关系数r 均在0.84以上,且预测均方根误差( RMSEP)都在0.20以下;而当土壤粒径<0.169 mm 时,所建立模型的预测相关系数r 均不超过0.71,而RMSEP 都在0.23以上;对于相同粒径的土壤,PLS 模型对土壤有机质含量的预测效果优于LS-SVM 和PCA-BPNN 模型.说明不同土壤颗粒粒径会显著影响可见/近红外光谱对于土壤有机质含量的预测结果.