为建立常见基质泥炭、蛭石和珍珠岩中铵态氮和硝态氮含量测定的近红外模型,采用铵态氮和硝态氮对3种基质进行处理,采集基质的近红外光谱;并采用化学法测定铵态氮和硝态氮含量,通过偏最小二乘法(partial least squares regression,PLSR)...为建立常见基质泥炭、蛭石和珍珠岩中铵态氮和硝态氮含量测定的近红外模型,采用铵态氮和硝态氮对3种基质进行处理,采集基质的近红外光谱;并采用化学法测定铵态氮和硝态氮含量,通过偏最小二乘法(partial least squares regression,PLSR)和机器学习算法支持向量机(support vector machine,SVM)构建了3种基质硝态氮和铵态氮含量的数学模型。结果表明,对铵态氮含量而言,最佳光谱预处理方法为一阶导数+平滑处理;对硝态氮含量而言,泥炭、蛭石和珍珠岩的最佳预处理方法分别为多元散射校正+平滑、一阶导数、多元散射校正+一阶导数+平滑。采用PLSR法和SVM法均能建立基质铵态氮和硝态氮含量预测模型,且SVM模型预测集的决定系数(R_(p)^(2))和预测相对分析误差(RPD)高于PLSR模型,预测均方根误差(RMSEP)低于PLSR模型。泥炭、蛭石和珍珠岩的铵态氮含量SVM模型的R_(p)^(2)分别为0.983、0.936和0.925,RMSEP分别为0.073、0.528和0.540,RPD分别为7.74、4.50和4.80。泥炭、蛭石和珍珠岩的硝态氮含量SVM模型的R_(p)^(2)分别为0.912、0.956和0.921,RMSEP分别为0.716、0.933和0.976,RPD分别为3.23、3.75和3.30。本试验所构建的泥炭、蛭石和珍珠岩SVM模型可靠,可用于分析基质的硝态氮和铵态氮含量。展开更多
