论文部分内容阅读
为实现土壤养分(有机质SOM、全氮TN、全磷TP、全硫TS)含量的快速测定,以建三江创业农场为例,对土壤原始反射率进行了一阶微分(FD)、倒数对数(RL)、倒数一阶微分(FDR)、多元散射校正(MSC)和连续统去除(CR)变换,分析6种光谱变量与土壤养分的相关性,将在α=0.01水平上显著相关的波段作为特征波段,运用多元逐步回归(SMLR)、偏最小二乘回归(PLSR)和BP神经网络(BPNN)三种分析方法分别建立有机质、全氮、全磷和全硫的高光谱预测模型,并利用决定系数(R2)、均方根误差(RMSE)和相对