Preview

Журнал прикладной спектроскопии

Расширенный поиск

УСОВЕРШЕНСТВОВАНИЕ МОДЕЛИ ДЛЯ АНАЛИЗА СОДЕРЖАНИЯ ОРГАНИКИ В ПОЧВЕ МЕТОДОМ СПЕКТРОМЕТРИИ В ВИДИМОМ И БЛИЖНЕМ ИК ДИАПАЗОНАХ ЗА СЧЕТ ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ СПЕКТРОВ, ВЫБОРА ОБРАЗЦОВ И ОПТИМИЗАЦИИ ДЛИН ВОЛН

Полный текст:

Аннотация

При создании модели для анализа методом спектрометрии в видимом и ближнем ИК диапазонах содержания органических веществ (OMC) в черноземе с известковыми включениями использованы 130 образцов поверхностного слоя почвы, взятых в графстве Гуоян провинции Аньхой, Китай. Для минимизации несоответствующей и бесполезной информации в полученных из спектров данных и повышения степени их корреляции с измеряемыми величинами проведена предварительная обработка спектров. Для выбора обучающего набора использованы метод Кеннарда-Стоуна (KS) и разбиение набора образцов с совместным учетом расстояний по x-y (SPXY). C помощью алгоритма последовательных проекций (SPA) и генетического алгоритма (GA) осуществлена оптимизация длин волн. В итоге построена модель регрессии на главные компоненты (PCR), в которой оптимальное число главных компонент определено с помощью методики перекрестной проверки с исключением по одному. Показано, что комбинация фильтра Савицкого-Голея (SG) для сглаживания и мультипликативной поправки на рассеяние (MSC) может исключить влияние шума и дрейфа базовой линии; метод SPXY имеет преимущество перед KS при выборе образцов; SPA и GA могут значительно уменьшить число переменных по длинам волн и эффективно повысить точность GA и анализа OMC в почве до коэффициентов корреляции (Rcc), среднеквадратичной ошибки предсказания (RMSEP) и остаточной погрешности прогноза (RPD) 0.9316, 0.2142 и 2.3195 соответственно.

Об авторах

Z. D. Lin
Институт интеллектуальных машин, Китайская академия наук; Китайский университет науки и технологии; Институт электронной техники
Россия


Y. B. Wang
Институт интеллектуальных машин, Китайская академия наук
Россия


R. J. Wang
Институт интеллектуальных машин, Китайская академия наук
Россия


L. S. Wang
Институт интеллектуальных машин, Китайская академия наук
Россия


C. P. Lu
Институт интеллектуальных машин, Китайская академия наук
Россия


Z. Y. Zhang
Институт интеллектуальных машин, Китайская академия наук
Россия


L. T. Song
Институт интеллектуальных машин, Китайская академия наук
Россия


Y. . Liu
Институт интеллектуальных машин, Китайская академия наук
Россия


Список литературы

1. E. Ben-Dor, A. Banin, Soil Sci. Soc. Am. J., 59, 364-372 (1995).

2. J. B. Reeves, G. W. McCarty, J. J. Meisinger, JNIRS, 8, 161-170 (2000).

3. J. B. Reeves, G. W. McCarty, V. B. Reeves, R. F. Follet, J. M. Kimble, Abstr. Am. Chem. Soc., 223, U141-U142 (2002).

4. B. W. Dunn, H. G. Beecher, G. D. Batten, S. Ciavarella, Aust. J. Exp. Agric., 42, 607-614 (2002).

5. K. D. Shepherd, M. G. Walsh, SSSA, 66, 988-998 (2002).

6. K. Islam, B. Singh, A. B. McBratney, Aust. J. Soil Res., 41, 1101-1114 (2003).

7. E. Ben-Dor, J. Irons, G. F. Epema, In: Soil Reflectance: Remote Sensing for the Earth Science, Ed. N. Andrew Rencz, 3rd edn., Manual of Remote Sensing, 3 (1999).

8. G. M. Vasques, S. Grunwald, J. O. Sickman, Geoderma, 146, 14-25 (2008).

9. G. M. Vasques, S. Grunwald, J. O. Sickman, Soil Sci. Soc. Am. J., 73, 176-184 (2009).

10. A. M. Mouazen, B. Kuang, J. De Baerdemaeker, H. Ramon, Geoderma, 158, 23-31 (2010).

11. A. Stevens, T. Udelhoven, A. Denis, B. Tychon, R. Lioy, L. Hoffmann, B. Van Wesemael, Geoderma, 158, 32-45 (2010).

12. R. A. Viscarra Rossel, T. Behrens, Geoderma, 158, 46-54 (2010).

13. C. W. Chang, A. L. David, J. M. Maurice, R. H. Charles, Soil Sci. Soc. Am. J., 65, 480-490 (2001).

14. Y. B. Wang, T. Y. Huang, J. Liu, Z. D. Lin, S. H. Li, R. J. Wang, Y. J. Ge, Comput. Electron. Agric., 111, 69-77 (2015).

15. L. W. Liu, Pedosphere, 1, 3-15 (1991).

16. L. J. Li, X. S. Guo, D. Z. Wang, Y. X. Sun, C. L. He, P. P. Wu, J. Anhui Agric. Sci., 34, 722-723 (2006).

17. M. Nathan, Ron. Gelderman, Recommended Chemical Soil Test Procedures for the North Central Region, North Central Regional Research Publication No. 221 (Revised, 2012). 509-7

18. R. Lu, Chemical Analysis Method of Agricultural Soil, China Agricultural Science Press, Beijing, 106-107 (in Chinese) (2000).

19. A. Rinan, F. Vanden Berg, S. B. Engelsen, Trends Anal. Chem., 28, 1201-1222 (2009).

20. A. Savitzky, M. J. E. Golay, Anal. Chem., 36, 1627-1639 (1964).

21. W. Wu, B. Walczak, D.L. Massart, S. Heuerding, F. Erni, I. R. Last, K. A. Prebble, Chemometr. Intell. Lab. Syst., 33, 35-46 (1996).

22. R. Kawakami Harrop Galvão, M. César Ugulino Araujo, G. Emıdio Jose, M. Jose Coelho Pontes, E. Cirino Silva, T. Cristina Bezerra Saldanha, Talanta, 67, 736-740 (2005).

23. M. C. U. Argújo, T. C. B. Saldanha, R. K. H. Galväo, T. Yoneyama. H. C. Chame, V. Visani, Chemometr. Intell. Lab. Syst., 57 (2), 65-73 (2001).

24. W. Z. Lu, H. F. Yuan, G. T. Xu, Model NIR Spectroscopy, Beijing, China Petro-chemical Press, 56-67 (2001).

25. H. Abdi, L. J. Williams, Wiley Interdiscipl. Rev.:Comput. Stat., 2, 433-459 (2010).

26. A. M. Mouazen, J. D. Baerdemaeker, H. Ramon, JNIRS, 14, 189-199 (2006).


Для цитирования:


Lin Z.D., Wang Y.B., Wang R.J., Wang L.S., Lu C.P., Zhang Z.Y., Song L.T., Liu Y... УСОВЕРШЕНСТВОВАНИЕ МОДЕЛИ ДЛЯ АНАЛИЗА СОДЕРЖАНИЯ ОРГАНИКИ В ПОЧВЕ МЕТОДОМ СПЕКТРОМЕТРИИ В ВИДИМОМ И БЛИЖНЕМ ИК ДИАПАЗОНАХ ЗА СЧЕТ ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ СПЕКТРОВ, ВЫБОРА ОБРАЗЦОВ И ОПТИМИЗАЦИИ ДЛИН ВОЛН. Журнал прикладной спектроскопии. 2017;84(3):509(1)-509(7).

For citation:


Lin Z.D., Wang Y.B., Wang R.J., Wang L.S., Lu C.P., Zhang Z.Y., Song L.T., Liu Y... IMPROVEMENTS OF THE VIS-NIRS MODEL IN THE PREDICTION OF SOIL ORGANIC MATTER CONTENT USING SPECTRAL PRETREATMENTS, SAMPLE SELECTION, AND WAVELENGTH OPTIMIZATION. Zhurnal Prikladnoii Spektroskopii. 2017;84(3):509(1)-509(7). (In Russ.)

Просмотров: 89


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0514-7506 (Print)