文献

J-GLOBAL ID：201702262287518735   整理番号：17A1557370

可視-近赤外分光法による水田の無傷土壌コアからの選択された土壌特性を推定するための多変量法の比較【Powered by NICT】

Comparison of multivariate methods for estimating selected soil properties from intact soil cores of paddy fields by Vis-NIR spectroscopy

著者 (8件)： Xu Shengxiang (State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China) ,  Xu Shengxiang (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Zhao Yongcun (State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China) ,  Zhao Yongcun (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Wang Meiyan (State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China) ,  Wang Meiyan (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Shi Xuezheng (State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China) ,  Shi Xuezheng (University of Chinese Academy of Sciences, Beijing 100049, China)
資料名： Geoderma  (Geoderma)
巻： 310  ページ： 29-43  発行年： 2018年 
JST資料番号： E0256B  ISSN： 0016-7061  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 可視および近赤外(Vis-NIR)反射分光法(350 2500nm)による土壌特性の測定は,適切な多変量キャリブレーション技術の選択に依存する。本研究では,四つの多変量法(主成分回帰,PCR,部分最小二乗回帰,PLSR,逆伝搬ニューラルネットワーク,BPNN;サポートベクトルマシン回帰,SVMR)は土壌特性を予測する迅速かつ正確に目的と比較した,土壌有機物(SOM),全窒素(TN),全リン(TP),および総カリウム(TK)を含む。Yujiang,中国の水田から収集した148無傷土壌コア(内径8.4cm,長さ40cm)のカラーキャリブレーション評価法のためのデータセットとして用いた。Vis-NIRスペクトルを実験室で四深さ(すなわち,5 10 15,および20cm)で土壌コア断面の平坦,水平表面上で測定した。定量(R ~2),根平均二乗誤差(RMSE)および残差予測偏差(RPD)の係数を用いて,キャリブレーションモデルの精度を評価した。相互検証と独立した検証データセットの両方がSVMRモデルはSOM,TN,およびTP予測のためのBPNN,PCR及びPLSRモデルをしのぎ,BPNNはTKの他のモデルより優れていることを示した。さらに,BPNNとSVMRはPCRとPLSRよりも良好な性能を提供した。最良の予測は,SOM(R~2_P=0.88;RMSE_P=4.87;RPD_P=2.84)およびTN(R~2_P=0.86;RMSE_P=0.31;RPD_P=2.69)に対してSVMRモデル,モデルの優れた予測として分類した。SVMRによるTP(R~2_P=0.76;RMSE_P=0.080;RPD_P=2.03)の予測は約定量的予測であったが,BPNNを用いたTK(R~2_P=0.65;RMSE_P=3.54;RPD_P=1.65)予測は成功しなかった。SVMRと組み合わせたVis NIRスペクトロスコピーが水田の無傷土壌コアの選択された土壌特性を正確に決定するために大きな可能性を持つ。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *土壌特性 ,  予測 ,  土壌有機物 ,  スペクトル ,  *近赤外分光分析 ,  中華人民共和国 ,  *近赤外線 ,  残差 ,  サポートベクトルマシン
準シソーラス用語： 平均二乗誤差 ,  逆伝播ニューラルネットワーク ,  部分最小二乗回帰 ,  主成分回帰 ,  *多変量 ,  *土壌コア , 【Automatic Indexing@JST】

著者キーワード (6件)： 水田土壌 ,  土壌特性 ,  部分最小二乗回帰 ,  バックプロパゲーション神経回路網 ,  サポートベクトルマシン回帰 ,  可視-近赤外分光法

分類 (1件)： 土壌物理  (FB04030R)

タイトルに関連する用語 (7件)： 近赤外分光法 ,  水田 ,  無傷 ,  土壌コア ,  土壌特性 ,  推定 ,  多変量