10.11975/j.issn.1002-6819.2017.02.025
结合高光谱信息的土壤有机碳密度地统计模型
传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型,选取决定系数(R2)、均方根误差、标准差与预测均方根误差比(ratio of performance to deviation,RPD)对模型预测精度进行对比评价。结果显示,结合高光谱信息,且同时考虑残差空间结构的回归克里格模型表现优于其他模型,预测决定系数R2为0.617,RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点,因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。
土壤、模型、光谱分析、土壤有机碳密度、偏最小二乘回归、协同克里格、回归克里格
33
S151.9+5(土壤学)
国家自然科学基金项目41501444;苏州市应用基础农业项目SYN201422;中央大学基础研究基金2662016QD032
2017-03-17(万方平台首次上网日期,不代表论文的发表时间)
共9页
183-191