资源描述：
《基于主成分回归分析的土壤有机质高光谱预测与模型验证new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、植物营养与肥料学报期,一一川基于主成分回归分析的土壤有机质高光谱预测与模型验证,‘,,,卢艳丽白由路杨俐苹王红娟孔庆波中国农业科学院农,,北京侧义业资源与农业区划研究所农业部植物营养与养分循环重点开放实验室摘共在室内条件下,利用高光谱仪侧定了风干土壤样品的光谱。通过相关分析对土壤有机质光谱敏感波段进行了初步筛选,利用逐步回归分析和主成分回归分析等统计方法进行了显著性变量筛选、共、,最终建立了东北黑。。经线性诊断数据转换等处理土回归预测模型模型所选的波段为均位于近红外波段,二,二。验证模型预测值与实测值的决定系数护名叨总均方根差关扭
2、询高光谱土壤有机质共线性诊断主成分回归模型中一子文献标识码文章幼号一伪一圈分类号刁诫川七胎一,一’,·雌,哈,兮。“,了月矛它砚梦以,加公吹月『交叻附以双“耐五电向耐尸如而心成政一盆乙功。刀耐辉之,忿亡,,妙场以滚幼成仁吨材‘‘仃矛交以姚及访昭叹刃加。,电川旧”伴耐伴,一耐耐,邵耐即户,砚笋,诩丽衍脚笋代名叨,二。电卿卿卿呷少、。土坡信息化是精确农业中精确施肥管理的前价与理化性状的监测提供了强有力的工具该技术提。利用光谱技术对土壤特性进行采集和分析是土、土壤已经被广泛应用在土壤中矿物成分定量鉴别。、’一,。壤信息定量化研究的重点土
3、壤有机质是反映土壤湿度土壤有机质等方面〔〕早在年,,肥力的重要物质而高光谱技术的发展为监测土壤和就指出影响土壤反射的因素主要有土壤。、、、土壤有机质含量提供了更为精确和详细的信息高光谱质地表面粗糙度氧化铁含量水分含量和有,。数据提供了连续窄带短波红外光谱信息为土壤评机质含量而腐殖质是影响土壤色调进而影响光谱一一仪犯一收稿日翔搜受日期以一‘项目国家“肠,’项目汤人资助。,,,,。一作衡简介卢艳丽一女内蒙古赤峰市人博士主要研究高光谱遥感技术在精准农业中的应用,二,一,通讯作者耐脑©1994-2010ChinaAcademicJourn
4、alElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net期卢艳丽,等基于主成分回归分析的土壤有机质高光谱预测与模型验证“。,反射特性的一个重要因素等研究表。模型预测的稳定性不好通过逐步回归等分析方法,,明土壤有机质含量与红光波段的反射率具有较强构建的模型尽管模型中人选的波段均被验证为对,的相关性决定系数,可达。沙晋明等’倒对,具有显著回归作用但是却忽略了不同波段反“”个不同环境条件下形成的土壤样本剖面上的各个射参量之间存在的多重共线性即自变量之间的自,。土层
5、进行光谱测量发现有机质含量与土壤光谱在相关的问题而多重共线性存在是我们求出的回归、’。系数的符号及其数值理论不一致的主要原因〕紫外区的波段可见光区的波段和近红外区的波段附近有较好的负相关本研究通过相关分析确定了土壤有机质含量的敏感。。性还有一些研究也确定了有机质影响波段范围在波段并且利用通过主成分一。’卜,〕。‘〕,附近何挺等运用光谱微分技回归分析的方法来解决多重共线性的问题确定东、。术逐步回归分析等方法研究了土壤光谱反射特性北黑土土壤有机质含量高光谱预测模型。与土壤有机质之间的关系结果表明反射率对数的材料与方法一阶微分对土壤有机
6、质含量最为敏感并建立了相应。的回归预测模型前人在利用多光谱或高光谱数据土样制备,,对有机质反演的研究中主要是利用敏感波段的反本研究采用抽样的方式所用土壤类型全部为。,。射率及其特征参量的构建作为自变量进行回归分黑土取样深度为一共个样点样品,。、。,析进而获得土壤有机质的回归预测模型如贺军经风干研磨并通过孔筛采用四分法取样亮等’利,,用一波段范围琳一一式两份一份用于实验室有机质测定另一份用于作为诊断〔’〕利用。指数对进行了预测何挺等土壤光谱的测量东北平原采样点的分布情况见图、、个波段的反射率对数的。一阶微分为自变量构成的回归方程对进
7、行了分析测试。预测尽管这些模型在预测土壤有机质含量上都具土壤有机质含量测定采用油浴加热重铬,。,,有一定的效果但是还存在很多问题首先利用单酸钾氧化一容量法测定在加热条件下用过量的。,一的光谱参量容易造成信息的损失构建包含多波重铬酸钾硫酸溶液氧化土壤有机碳多余的重铬酸段信息的复杂光谱诊断指数不但增加了计算和理解钾用硫酸亚铁钱标准溶液滴定,以样品和空白消耗,,。上的难度而且还可能会导致有用信息被掩盖使得重铬酸钾的差值计算出有机碳量将测得的有机碳圈东北平服采样分布点知成户璐恤,成物©1994-2010ChinaAcademicJourn
8、alElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net植物营养与肥料学报卷,再乘以常数即为乘以矫正系数土壤有机主成分回归分析原理及过程。,质含量在多元线性回归分析中自变量之
