文献

J-GLOBAL ID：201802291548335717   整理番号：18A1306913

オンラインVis-NIR分光法を用いた土壌有機炭素の測定のための最適試料選択【JST・京大機械翻訳】

Optimal sample selection for measurement of soil organic carbon using on-line vis-NIR spectroscopy

著者 (2件)： Nawar Said (Department of Environment, Ghent University, Coupure Links 653, 9000 Gent, Belgium) ,  Mouazen Abdul M. (Department of Environment, Ghent University, Coupure Links 653, 9000 Gent, Belgium)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 151  ページ： 469-477  発行年： 2018年 
JST資料番号： T0337A  ISSN： 0168-1699  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： 土壌有機炭素(OC)の予測のための可視および近赤外(vis-NIR)スペクトルのモデリングのためのサンプルの選択は,モデル予測性能を改善するための重要なステップである。本論文は,OCのオンライン予測性能を改善するために,スパイク技術と結合した3つの土壌サンプル選択法を比較することを目的とした。サンプル選択法は,ランダム選択(RS),Kennard Stone(KS)アルゴリズムおよび類似性解析(SA)を含んだ。土壌vis-NIRスペクトルを,305~2200nmのスペクトル範囲で,オンラインファイバー型vis-NIR分光光度計(TeC5技術,ドイツ)で測定した。複数の圃場試料セット(268試料)を1つの標的圃場から収集した試料(148試料)と組み合わせ,結果としての試料セットを3つの試料選択法にかけた。スペクトルをキャリブレーションと予測セットに分割した後に,部分最小二乗回帰(PLSR)を較正セット上で実行し,OCのキャリブレーションモデルを開発し,結果としてのモデルを予測セットのサンプルを用いて検証した。結果は,SAがその競争者より一般的に優れていることを示し,特に,キャリブレーションセットに使用した58のスパイク試料(106の全スパイク試料の54%)が,実験室とオンライン予測のための最良残留予測偏差(RPD)と予測の二乗平均二乗誤差(RMSEP)は2.14~2.54と0.16~0.15%であった。KSとRSは同様に実行したが,キャリブレーションセットのサイズに依存して,KSはわずかに良好なモデルを生成した。このことは,スパイクと組み合わせた提案SAがキャリブレーションセットサイズの最適化に大きな可能性を持ち,OCを推定するための可視-NIRキャリブレーションのコストと品質をバランスさせるための新しい効率的なツールとして役立つことを示す。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 近赤外線 ,  無作為抽出 ,  *近赤外分光分析 ,  品質 ,  モデリング ,  *スペクトロスコピー ,  ドイツ連邦共和国 ,  スペクトル ,  最適化 ,  *土壌有機炭素 ,  予測 ,  アルゴリズム
準シソーラス用語： 平均二乗誤差 ,  部分最小二乗回帰 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： Vis-NIR分光法 ,  土壌有機炭素 ,  スパイキング ,  部分最小二乗回帰 ,  サンプル選択

分類 (2件)： 土壌化学  (FB04040C) ,  分光分析  (CC03012W)

タイトルに関連する用語 (4件)： オンライン ,  NIR分光法 ,  土壌有機炭素 ,  試料