文献类型：期刊文章

作　　者：方向[1] 王文才[1] 金秀[1] 齐海军[1] 李绍稳[1]

FANG Xiang;WANG Wen-cai;JIN Xiu;QI Hai-jun;LI Shao-wen(School of Information and Computer Science,Anhui Agricultural University/Key Laboratory of Technology Integration and Application in Agricultural Internet of Things,Ministry of Agriculture,Hefei 230036,China)

机构地区：[1]安徽农业大学信息与计算机学院/农业部农业物联网技术集成与应用重点实验室

出　　处：《江苏农业学报》

基　　金：农业部“948”项目(2015-Z44、2016-X34)

年　　份：2019

卷　　号：35

期　　号：5

起止页码：1112-1118

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：土壤速效磷是影响农作物生长发育的重要指标,利用可见-近红外光谱技术对速效磷含量定量估测可为精准施肥提供重要依据。采集农田土壤样本可见-近红外光谱数据,土壤样本共179个。在原始光谱基础上采用Savitzky-Golay卷积平滑,一阶微分,二阶微分,标准正态变换,多元散射校正以及去趋势校正等单一及其组合对原始光谱数据进行预处理,然后将可见-近红外光谱分为2个波段范围(400~850 nm和950~1600 nm)并与全波段分别建立偏最小二乘回归和最小二乘支持向量机回归模型。结果表明Savitzky-Golay卷积平滑结合去趋势校正预处理效果最好,在此基础上,利用400~850 nm波段建立的最小二乘支持向量机模型取得了最佳效果,其模型验证集的决定系数为0.78,均方根误差为3.79mg/kg,相对分析误差为2.17。因此,采用最小二乘支持向量机回归建模法建立土壤速效磷的光谱定量分析模型,可实现土壤速效磷的定量估测。

关 键 词：可见-近红外光谱  土壤速效磷 最小二乘支持向量机

分 类 号：S153.6]