基于近红外光谱及BP神经网络分析法预测森林土壤有机碳含量

编号 zgly0000890915

文献类型 期刊论文

文献题名 基于近红外光谱及BP神经网络分析法预测森林土壤有机碳含量

学科分类 220.1040;森林土壤学

作者 李耀翔  汪洪涛  耿志伟  张鹏  徐浩凯 

作者单位 东北林业大学工程技术学院 

母体文献 西部林业科学 

年卷期 2014(3)

页码 1-6

年份 2014 

关键词 近红外光谱技术  BP神经网络  森林土壤碳含量 

文摘内容 为快速测定森林土壤的有机碳含量,从取自小兴安岭带岭林业局东方红林场的120个土壤样品中采集350~2 500 nm的土壤近红外光谱数据,对光谱做一定的预处理后,运用主成分分析法压缩提取前8个主成分,结合BP神经网络非线性方法建立土壤有机碳含量的预测模型并进行验证。结果表明,验证集的相关系数为0.780 02,均方根误差为0.500 2,预测集的相关系数为0.849 41,均方根误差为0.453 8。应用近红外光谱技术及BP神经网络非线性方法建模可以有效地预测土壤的有机碳含量,为野外大面积快速测定森林土壤碳含量提供了技术依据。