基于光谱技术的土壤养分快速测试方法研究.pdfVIP

浙江大学学报 (农业与生命科学版) 36(4)：445～450，2010 JournalofZhejiangUniversity(Agric．＆ LifeSci． 文章编号 ：1008—9209(2010)04—0445—06 DOI：10．3785／j．issn．1008—9209．2010．04．015 基于光谱技术的土壤养分快速测试方法研究 蒋璐璐 ，张 瑜 ，王艳艳 ，谈黎虹 ，何 勇。 (1．浙江经济职业技术学院，浙江 杭州 310018；2．浙江大学 生物系统工程与食品科学学院，浙江 杭州 310029) 摘 要 ：应用近红外光谱和 中红外光谱对浙江省衢州红壤和海宁青紫泥 2种典型土壤 的氮(N)、磷 (P) 和钾 (K)等养分进行快速测试 ；试验共采集8O个样本，其中6O个用于建模，2O个用于预测；在获取光谱 信 息的基础上 ，分别采用偏最小二乘一支持 向量机 (PL L SVM)和偏最小二乘一人工神经 网络 (PLS_ BP／ANN)2种方法进行建模．结果表 明：2种模型的预测结果均比较理想，在小样本的学习预测上， PIS-LS-SVM 比PIS-BP／ANN 更精确一些 ；近红外光谱和 中红外光谱 2个波段对 N含量 的预测效果 均较好 ，PLs_LS-SVM模 型的预测相关系数分别为0．876和 0．867；中红外波段对P和 K的预测效果更 好 ，PLS_LS-SVM模 型的预测相关系数分别为 0．938(P)和 0．803(K)．这为土壤养分的快速测试提供 了 一 种新方法 ． 关 键 词 ：光谱技术 ；土壤 ；养分 人工神经 网络 ；支持 向量机 ；偏最小二乘法 中图分类号 ：S151．9；O657．33 文献标志码 ：A JIANG Lu—lu ， ZHANG Yu一，WANG Yan-yan ， TAN Li—hong ， HE Yong (j． Z^ejiang TechnologyInstituteofEconomy，Hangzhou310018，China 2．SchoolofBiosystemsEngineering andFoodScience，ZhejiangUniversity，Hangzhou310029，China) Fastdeterminationofnutritionalparameters insoilbasedonspectroScopictechniques．JournalofZhejiang University (Agric． LifeSci．)，2010，36(4)：445—450 Abstract：Thenutritionalparameters(N，PandK)intwotypicalsoils(redsoilinQuzhouandpurplish clayeysoilin Haining)inZhejiangProvinceweredeterminedusingnearinfrared (NIR)andmiddle infrared (M IR)spectroscopy．A totalof80soilsampleswerecollected，60 (30foreachvariety)samples ofwhichwereusedascalibrationset，andtheremaining20sampleswereusedasvalidationset．After spectralscanning，partialleastsquares—leastsquares—supportvectormachine (PLS-LS-SVM )andpartial leastsquares—backpropagationneuralnetworks(PLS-BP／ANN)wereappliedtodevelopthecalibration models．Theresultsindicated thatbothPL LS_SVM andPLS-BP／ANN achieved good prediction results，andPLS-IS-SVM weremoresuitableforsmallsoi1sample