文档介绍：万方数据
近红外光谱小波分析在土壤参数预测中的应用郑立华,李民赞’,潘娈,孙建英,唐宁引言1nrn)2o1863(200610A301)(30370812)光谱学与光谱分析e-******@cauedu296月摘要从田问采集了鲅粑释寥姥荆诜治广所有样本的土壤参数统计特征之后,对原始近红外光谱数据进行了聚类分析,分别得到了个土壤令氮和个土壤有机质的等价样本及其对应光谱。对样本8Biorthogonal[80]光谱变化趋势。最高高频结点对应着土壤粒度、光谱仪精度等引起的高频震荡。对以上两个结点进r壤参数偏最小二乘回归模删:全氮偏最小二乘预测模型的预测系数“^o883满足实际生产的需要。关键词光谱分析;土壤有机质;土壤伞氮;小波分析;特征光谱中图分类号:.-059312009)06154904精细农业或数字农业需要清晰地了解土壤参数的窄间变异特性【,对土壤养分测定的效率和精度提出了更高的要求,因此建寺有效而精确的土壤参数预测模型是非常必要的。近红外光谱技术基于其在效率和精度方面的优点,在土壤参数预测方面也已取得了长足的发展。总结基于光谱分析的土壤参数预测研究成果发现,早期在预测土壤含水率以外的土壤参数时,绝大部分研究都采用了对土壤样本进行风干、研磨等预处理后再采集光谱并建模的技术路线睁引,近年来专家们开展了很多基于实时土壤光谱的土壤参数预测研究并取得欢ǖ慕筟⋯,但尚未找到一种有效的实时土壤光谱预处理方法以最大限度清除光谱噪声,以及在预测土壤其他参数时,如何有效地剔除土壤水分吸收等因素对光谱的影响。大量的研究已经证明,利用实时土壤光谱预测土壤全氮和有机质含蟹是可行的。但是,线性模型的精度还偏低,如果能够提高线性模型的精度,则可大幅简化预测模型,这对于基于光谱分析技术的土壤令氮和有机质实时测量仪的开发是非常必要的。对于实时土壤来说,由于水分含鼍较高,且水分对于吸收光谱的影响非常明显,与其他土壤参数的吸收峰严重重叠,极大地影响了其他土壤参数的建模预测精度,闲而探讨从光谱曲线中消除或降低土壤水分以及土壤粒度等因素对光谱的影响是非常有必要的。小波包分析在rl是有益和叮行的。本论文就是期望利用小波包分析建市一种新的数据处理方法,从实时光谱中剔除水分和粒度等影响,以建立高精度土壤参数预测模型。实验数据土样采集于位于北京郊区的中国农大学一块试验麦150ThenIlo旧腁删傅里叶变换近红外光谱仪,它配有光导纤维探头,可以直接将探头插入土中进行测虽。光谱仪的光谱测量范围为在实验室中利用化学方法对风干后的土样进行了有机质(SOM)(TN):甧.∞,中国农业大学现代精细农业系统集成研究教育部重点实验室,:。*琋,—。
万方数据
一蓁一乒竽嘉二;二丢;鞫灭/\————~~Ⅳ八差⋯扩———刁丽——鰎——讯而——、矿芎躝/\八———————一TNd芎粥/\———、—————————一{||薹10r1r2DcIIateristic091r)&mlplmgsptby光谱学与光谱分析第卷完伞湿烧法,土壤全氮则利用半微量开氏法测定。数据预处理供试样本随机采集于农田,没有对十壤卡要肥力成分含量进行调控。分析对比水分和其他十壤主要肥力成分含量的数据分布特征