典型文献
基于近红外光谱的土壤氮含量模型及生物炭对土壤光谱的影响
文献摘要：
采集添加生物炭的土壤(标记为ABS)和不添加生物炭的土壤(标记为CS),获取其近红外光谱,通过预处理算法和偏最小二乘法(partial least squares,PLS)建立两种土壤氮含量预测模型.试验结果显示,CS和ABS分别经过Baseline和Smoothing预处理的预测模型效果最好,定向系数(determination coefficient,R2)分别为0.913和0.753,预测均方根误差(root mean square error of prediction,RMSEP)分别为0.093和0.753,利用近红外光谱可对两种土壤氮含量建模预测.研究了生物炭对土壤光谱及建模的影响,结果表明,添加生物炭会改变土壤成分含量,使近红外光谱和建模不同于普通土壤,而联合建模可减小差异的影响,取得较好的预测效果,联合建模结果显示,经过Smoothing预处理的预测效果最好,R2为0.907,RMSEP为0.086.
文献关键词：
近红外光谱;土壤;全氮;生物炭;快速检测
中图分类号：
作者姓名：
马玮键;邢泽炳;韩春风;桑梓繁;尚恺霖;李宇航
作者机构：
山西农业大学农业工程学院,山西 晋中 030801
文献出处：
引用格式：
[1]马玮键;邢泽炳;韩春风;桑梓繁;尚恺霖;李宇航-.基于近红外光谱的土壤氮含量模型及生物炭对土壤光谱的影响)[J].农业工程,2022(12):22-27
A类：
B类：
近红外光谱,土壤氮含量,生物炭,土壤光谱,加生,记为,ABS,CS,理算,偏最小二乘法,partial,least,squares,PLS,含量预测,Baseline,Smoothing,determination,coefficient,root,mean,error,prediction,RMSEP,建模预测,土壤成分,成分含量,联合建模,小差,全氮,快速检测
AB值：
0.326221
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
