近红外光谱法快速测定土壤碱解氮速效磷和速效钾含量.pdfVIP

第 卷 第 期 农 业 工 程 学 报 ! # 6.78! 9.8# 年 月 ?? !$$% # ’()*(+,-.)*./,012345 :()8 !$$% lllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllllll 近红外光谱法快速测定土壤碱解氮 速效磷 ; 和速效钾含量 # #= # ! # 李 伟 张书慧 张 倩 董朝闻 张守勤 吉林大学生物与农业工程学院 长春 东风汽车有限公司 商用车研发中心 十堰 #8 #$$!?@ !8 AA!$$#B 摘 要 运用偏最小二乘法 和人工神经网络 方法分别建立了 筛分风干黑土土壤碱解氮 速效磷和速 C B B $8F ; DE3 499 GG 效钾含量预测的近红外光谱 分析模型 使用偏最小二乘算法建立的碱解氮 速效磷和速效钾校正模型的决定系数 B J ; 9HI3 ! 分别为 和 平均相对误差分别为 和 人工神经网络方法建立的碱解氮 速 K $8F?!$;$8L%#A $8%$$ 8A!M ;#8A$M %8A$M J ; 效磷和速效钾校正模型的决定系数分别为 和 相对误差分别为 和 测试集仿 $8F?N;$8FAF $8F?!! !8N%M ;N8ALM !8!%M 真的相对误差分别为 和 结果表明 人工神经网络方法所建立的校正模型均优于偏最小二乘法所 ?8AAM ;#N8N?M %8L%M J 建模型 用近红外光谱分析法预测土壤碱解氮含量是可行的 而速效磷 速效钾模型的测试集样品仿真的相对误差较大 其 @ ; 预测可行性还需做进一步研究J 关键词 近红外光谱分析 神经网络 偏最小二乘法 土壤养分 C @ @ @ 中图分类号C #? 文献标识码C 文章编号C#$$!ONL#F!$$%B#O$$??O$? 3 4 李 伟 张书慧 张 倩 等 近红外光谱法快速测定土壤碱解氮 速效磷和速效钾含量 农业工程学报 8 ; PQ8 !$$%!#BC??R