摘要
为探究北方苍鹰优化的神经网络模型对土壤有机碳(SOC)含量的估测精度,于2023年5—6月在吉林省集安市采集的不同年限人参种植土样的可见光-近红外光谱数据作为研究对象,分析不同参龄间的光谱曲线并通过预处理和特征选取后基于偏最小二乘回归(PLSR)、随机森林(RF)、支持向量机(SVM)和北方苍鹰优化神经网络(NGO-BPNN)模型进行分析反演,估测人参种植土壤SOC含量,从而构建土壤有机碳与高光谱反演模型。结果表明:(1)5、10、15年3个人参种植年限土壤光谱反射率和SOC含量均呈负相关关系。(2)种植土壤光谱2种特征选取算法选取波段数量和范围相差较大。(3)NGO-BPNN得到的反演精度明显优于其他3种传统模型,最佳组合的R^(2)均达到了0.94以上。表明,NGO-BPNN模型可以有效估测人参土壤的SOC含量,可为人参种植生产提供参考和有效监测。
出处
《江苏农业科学》
北大核心
2025年第20期164-173,共10页
Jiangsu Agricultural Sciences
基金
长春师范大学自然科学基金(编号:CSJJ2022008ZK)
吉林省教育厅“十四五”科学技术研究项目(编号:JJKH20220831KJ)
吉林省自然科学基金(编号:YDZJ202201ZYTS563)。
