土壤特性的深度特定预测的比较:MIR与Vis-NIR光谱学对比
Zhan Shi1, Jianxin Yin1,2, Baoguo Li1,3
1College of Land Science and Technology, China Agricultural University, Beijing 100193, China.
中红外光谱 (MIR) 准确地预测土壤有机物和总在不同深度,超过可见和近红外光谱 (VIS-NIR). 全深度校准模型为土壤属性分析提供了比浅层模型更好的预测.
科学领域:
- 土壤科学 土壤科学
- 频谱学是一种光谱学.
- 精准农业 精准农业 精准农业
背景情况:
- 准确地预测土壤属性对于保护黑土和精准农业至关重要.
- 中红外光谱 (MIR) 显示出预测土壤性质的前景.
- 可见和近红外光谱 (VIS-NIR) 是一种用于土壤分析的常用方法.
研究的目的:
- 评估MIR在5个深度预测土壤有机物 (OM) 和总 (TN) 的能力.
- 为了将MIR的性能与NIR对比进行土壤性质预测.
- 评估校准深度 (整体与浅) 对预测准确性的影响.
主要方法:
- 从中国东北部的五个深度 (0-100厘米) 收集了90个土壤样本 (450个子样本).
- 获取所有土壤样本的MIR和近NIR光谱.
- 利用多变量自适应回归支柱 (MARS) 来开发预测模型.
主要成果:
- 基于MIR的模型在预测OM和TN方面显著优于NIR模型.
- 与浅层校准模型相比,全深度校准模型显示出更高的性能.
- 由于特征光谱带的数量较多,MIR模型实现了更好的预测准确性.
结论:
- 在预测特定深度的土壤特性方面,MIR光谱比NIR相对优越.
- 全深度校准为开发强大的土壤属性预测模型提供了优势.
- 未来的研究应该探索光谱图书馆方法,以优化特定深度的土壤属性预测.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
11:37RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols
Published on: August 8, 2017
相关概念视频
Ultraviolet and Visible (UV–Vis) Spectroscopy: Overview
Applications of IR Spectroscopy: Overview
UV–Vis Spectroscopy: Woodward–Fieser Rules
UV–Vis Spectrometers
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
