造價通
更新時間:2025.04.05
土壤有機(jī)質(zhì)測定過程中存在的問題及解決對策

格式:pdf

大?。?span class="single-tag-height">41KB

頁數(shù):

通過《土壤檢測第6部分:土壤有機(jī)質(zhì)的測定》(NY/T 1121.6-2006)方法分析土壤有機(jī)質(zhì)含量的測定,為提高土壤有機(jī)質(zhì)含量測定結(jié)果的準(zhǔn)確性,總結(jié)出了在分析化驗過程中本人遇到的問題及一些注意事項,并提出了解決對策,以供分析人員在測定時參考,省時省力。

基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測建模研究

格式:pdf

大?。?span class="single-tag-height">464KB

頁數(shù):

可見/近紅外高光譜技術(shù)與建模方法是當(dāng)前土壤近地傳感器研究領(lǐng)域的重要方向,可應(yīng)用于土壤養(yǎng)分信息的快速獲取和農(nóng)田作物的精確施肥管理。以浙江省水稻土為研究對象,利用以非線性模型為核心的數(shù)據(jù)挖掘技術(shù),包括隨機(jī)森林、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等方法分別建立了不同建模集和驗證集的原始光譜與有機(jī)質(zhì)含量的估測模型。結(jié)果表明:研究比較的1∶1,3∶1和全部樣本建模并全部驗證的三種樣本模式劃分對建模的結(jié)果有一定的影響。相較于目前常用的偏最小二乘回歸(PLSR)建模方法而言,非線性模型RF和SVM也取得了較好的建模精度,三種模式下其RDP值均大于1.4。特別是采用SVM建模方法所得模型具有很好的預(yù)測能力,模式二下其RDP值達(dá)到2.16。同時引入ANN方法改進(jìn)建立的PLSR-ANN方法顯著提高了PLSR的模型預(yù)測能力。

熱門知識

土壤有機(jī)質(zhì)含量測定

精華知識

土壤有機(jī)質(zhì)含量測定

最新知識

土壤有機(jī)質(zhì)含量測定
點擊加載更多>>

相關(guān)問答

土壤有機(jī)質(zhì)含量測定
點擊加載更多>>
專題概述
土壤有機(jī)質(zhì)含量測定相關(guān)專題

分類檢索: