基于近红外光谱波长优选的土壤有机质含量预测研究

摘要：

近红外光谱技术是检测土壤信息的有效工具,为了提高预测模型的准确度和建模效率,需要对波长进行优选.提出SiPLS-GA-SPA特征波长提取方法,即协同区间偏最小二乘算法(SiPLS)、遗传算法(GA)和连续投影算法(SPA)对土壤有机质特征波长进行梯度提取,最终从1050个波长中提取9个土壤有机质的特征波长.利用偏最小二乘回归(PLSR)和支持向量机回归(SVMR)建立6种基于特征波长的土壤有机质含量预测模型.结果表明:SiPLS-GA-SPA-SVMR模型的预测结果为RMSEP=1.15,R2=0.91,优于其他模型;SiPLS-GA-SPA特征波长提取方法能够简化预测模型,提高模型预测精度,为开发便携式近红外光谱土壤养分检测仪提供理论基础.

关键词：近红外光谱、特征波长、协同区间偏最小二乘、遗传算法、连续投影算法、支持向量机回归

所属期刊栏目：41

分类号：TN929-34

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：126-129