基于可见/近红外漫反射光谱的土壤有机质含量估算方法研究

摘要

为研究不同土壤颗粒粒径对可见/近红外光谱分析技术在土壤有机质含量快速检测应用中的影响,获取粒径为0.169-2 mm和〈0.169 mm的2种土壤样本（各53个）的可见/近红外光谱（325-1 075 nm）,分别建立各自的主成分-反向传播神经网络（PCA-BPNN）、最小二乘-支持向量机（LS-SVM）和偏最小二乘法（PLS）土壤有机质含量检测模型.结果表明：当土壤粒径为0.169-2 mm时,所建立模型的土壤有机质含量预测相关系数r均在0.84以上,且预测均方根误差（RMSEP）都在0.20以下;而当土壤粒径〈0.169 mm时,所建立模型的预测相关系数r均不超过0.71,而RMSEP都在0.23以上;对于相同粒径的土壤,PLS模型对土壤有机质含量的预测效果优于LS-SVM和PCA-BPNN模型.说明不同土壤颗粒粒径会显著影响可见/近红外光谱对于土壤有机质含量的预测结果.