土壤有机质含量田间实时测定方法

为了实现对土壤有机质含量的快速测定，以关中塿土为材料，研究基于光谱分析的土壤有机质含量测定方法。首先用机载便携式近红外频谱仪采集土壤样本在波长900~1700nm范围的漫反射光谱，并对异常样本进行判别和剔除以提高建模精度，在比较2种不同样本划分方法对模型影响的基础上，用连续投影算法（SPA）对建模变量进行最优波长选择，然后通过3种线性建模方法对有机质含量预测结果进行分析，探明偏最小二乘法（PLS）方法效果最好，并建立了径向基（RBF）神经网络预测模型。测试集样本实验结果表明，用PLS建立的预测模型有机质含量测定值和预测值之间的决定系数为0.8019，均方根误差为0.1794；用RBF神经网络建模的决定系数和均方根误差分别为0.8281和0.1646，两种模型均具有较高的精度，可对有机质含量进行快速预测