基于近红外光谱技术的土壤养分检测方法

摘要：

基于近红外光谱技术的土壤养分快速、无损检测，有利于精细施肥决策。为此，在一大豆田采用7m×7m 的栅格采集54 个土样，测定其土壤有机质、速效氮、有效磷、有效钾，并使用FieldSpec 3 光谱仪测定土样的近红外漫反射光谱。将54 个样本随机分成预测集与验证集，其中预测集40 个，验证集14 个。通过平滑预处理后，利用主成分分析法（PCA）提取原始光谱8 个主成分。然后以8 个主成分为输入，分别以所测土壤养分作为输出，建立土壤有机质、速效氮、有效磷、有效钾的预测模型，最后对14 个验证样本进行预测。结果表明，在小尺度采样的情况下进行光谱分析，采用主成分分析和人工神经网络相结合的方法建立土壤有机质预测模型，其测量值与预测值的相关性较高，相关度为 0.7962，相对误差较小，其平均值为1.65”％”，表明该方法预测土壤有机质含量是可行的。但对土壤速效氮、有效磷和有效钾含量的预测并不理想，还有待进一步研究。

关键词： 近红外光谱 土壤养分 主成分分析 神经网络

作者: 张淑娟 王凤花 张海红 赵华民

作者单位: 山西农业大学工程技术学院，山西太谷030801

会议类型: 国内会议

会议名称: 纪念中国农业工程学会成立三十周年暨中国农业工程学会2009年学术年会(CSAE2009)

会议地点: 太原

会议语种:中文

页码: 1-3

在线出版日期: 2009-08-01（万方平台首次上网日期，不代表论文的发表时间）