基于光谱技术的土壤快速分类方法研究

摘要：

针对浙江省4种典型土壤,研究应用可见-近红外光谱、近红外光谱和中红外光谱3个波段范围进行土壤快速分类的方法.在获取光谱信息的基础上,采用不同光谱建模方法以提高检测精度,简化分析计算;并分别采用主成分分析结合人工神经网络(PCA-ANN/BP)、偏最小二乘法(PLS)和偏最小二乘法结合人工神经网络(PLS-ANN)3种方法进行建模.结果表明:中红外光谱波段对土壤分类的效果不理想,而可见-近红外光谱、近红外光谱波段均能较好地进行土壤分类;在可见-近红外波段,PLS-ANN模型对土壤的分类效果优于PCA-ANN/BP和PLS模型,为土壤快速准确分类提供了一种简便可行的方法.

关键词：光谱技术、土壤、分类、人工神经网络、主成分分析、偏最小二乘法

所属期刊栏目：36

分类号：S155;O657.33(土壤学)

资助基金："十一五"国家科技支撑计划资助项目2006BAD10A0902;国家农业科技成果转化基金资助项目2009GB23600517;浙江省宁波市自然科学基金资助项目2007A610080

在线出版日期：2010-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：282-286