10.3964/j.issn.1000-0593.2008.05.047
基于近红外光谱技术的土壤参数BP神经网络预测
利用BP神经网络预测方法,建立了基于近红外光谱技术的土壤有机质含量和土壤全氮含量的分析模型.试验共测量了150个田间土壤样本的近红外光谱,首先采用局部加权散点图平滑滤波法对光谱曲线进行了平滑处理,然后根据对目标参数进行的聚类分析结果进一步平均了输入光谱,最后将反射光谱数据进行对数转换后与目标数据一起进行了归一化处理.对预处理后的光谱数据首先进行主成分分析,然后提取贡献率超过99.98%的主成分建立BP神经网络模型.对土壤有机质含量的分析结果:模型拟合精度为0.999,预测精度达到0.854.对于土壤全氮含量的分析结果:模型的拟合精度近似为1,预测精度达到了0.808.研究表明,基于近红外光谱技术的土壤参数BP神经网络预测模型具有较高的鲁棒性和较强的容错能力.
光谱分析、土壤有机质、土壤全氮、BP神经网络
28
O657.3(分析化学)
国家自然科学基金项目30370812
2008-08-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
1160-1164