结合可见 - 近红外 - 短波红外光谱技术与机器学习预测巴西南部葡萄园土壤有效铜锌含量:探索最佳组合,提升预测精度

《Journal of Soil Science and Plant Nutrition》:Combining Vis-NIR-SWIR Spectroscopy and Machine Learning to Predict Soil Available Copper and Zinc in Southern Brazil Vineyards

【字体: 时间:2025年04月04日 来源:Journal of Soil Science and Plant Nutrition 3.4

编辑推荐:

  为解决土壤铜(Cu)和锌(Zn)含量预测中最佳机器学习与光谱处理技术组合未知的问题,研究人员开展了相关研究。他们利用巴西南部葡萄园土壤数据,测试多种光谱预处理技术和机器学习方法,发现 “RF + SGD-1d” 组合预测效果最佳,为精准预测土壤 Cu、Zn 含量提供了依据。

  土壤中的铜(Cu)和锌(Zn)含量可以通过可见 - 近红外 - 短波红外光谱(Vis-NIR-SWIR)进行间接预测,这是因为这些金属与具有光谱活性的土壤有机矿物化合物(黏土、氧化铁和有机物)存在相关性。然而,目前还不清楚哪种机器学习和光谱处理技术的组合能最有效地提高土壤 Cu 和 Zn 含量预测的准确性。本研究旨在:(i)识别与土壤有效 Cu 和 Zn 含量相关性最强的吸收光谱;(ii)评估不同光谱预处理技术和机器学习方法对预测土壤有效 Cu 和 Zn 含量模型准确性的影响。研究人员建立了一个包含巴西南部葡萄园亚热带土壤(n = 1,482)的广泛数据库,采用 Mehlich-1 法提取土壤中的 Cu 和 Zn 含量。使用未经预处理和经过七种光谱预处理技术处理后的光谱数据对预测模型进行校准,并测试了四种机器学习方法:偏最小二乘回归(PLSR)、Cubist、支持向量机(SVM)和随机森林(RF)。根据模型验证结果,综合考虑决定系数(R2)、均方根误差(RMSE)、偏差、平均绝对误差(MAE)和性能与四分位距比(RPIQ),选择最佳的光谱预处理 / 机器学习方法组合。在验证阶段,将 Vis-NIR-SWIR 光谱数据与 RF 机器学习方法以及 Savitzky-Golay 光谱一阶导数(RF + SGD-1d)相结合,得到的模型对土壤有效 Cu(R2 = 0.91;RMSE = 32.46 mg kg-1;偏差 = 0.46 mg kg-1;MAE = 17.19 mg kg-1;RPIQ = 2.51)和 Zn(R2 = 0.92;RMSE = 3.15 mg kg-1;偏差 = -0.71 mg kg-1;MAE = 2.28 mg kg-1;RPIQ = 3.71)含量的预测精度最高。根据记录的数据,预测土壤有效 Cu 和 Zn 含量的模型校准受机器学习方法与预处理技术组合的影响。

濠电偞鍨堕幐鎼侇敄閸緷褰掑炊閳规儳浜鹃柣鐔煎亰濡插湱鈧鎸哥€涒晝鈧潧銈搁弫鍌炴倷椤掍焦鐦庨梺璇插缁嬫帡宕濋幒妤€绀夐柣鏃傚帶杩濇繝鐢靛Т濞茬娀宕戦幘鎰佹僵鐎规洖娲ㄩ悾铏圭磽閸屾瑧顦︽俊顐g矒瀹曟洟顢旈崨顖f祫闂佹寧绻傞悧鎾澄熺€n喗鐓欐繛鑼额嚙楠炴﹢鏌曢崶銊ュ摵鐎殿噮鍓熼獮宥夘敊閻e本娈搁梻浣藉亹閻℃棃宕归搹顐f珷闁秆勵殕椤ュ牓鏌涢幘鑼槮濞寸媭鍨堕弻鏇㈠幢濡ゅ﹤鍓遍柣銏╁灡婢瑰棗危閹版澘顫呴柣娆屽亾婵炲眰鍊曢湁闁挎繂妫欑粈瀣煃瑜滈崜姘┍閾忚宕查柛鎰ㄦ櫇椤╃兘鏌ㄥ┑鍡欏ⅵ婵☆垰顑夐弻娑㈠箳閹寸儐妫¢梺璇叉唉婵倗绮氶柆宥呯妞ゆ挾濮烽鎺楁⒑鐠団€虫灁闁告柨楠搁埢鎾诲箣閿旇棄娈ュ銈嗙墬缁矂鍩涢弽顓熺厱婵炲棙鍔曢悘鈺傤殽閻愬弶鍠橀柟顖氱Ч瀵噣宕掑Δ浣规珒

10x Genomics闂備礁鎼崐鐟邦熆濮椻偓楠炴牠鈥斿〒濯爄um HD 闁诲孩顔栭崰鎺楀磻閹剧粯鐓曟慨妯煎帶閻忕姷鈧娲滈崰鎾舵閹烘骞㈡慨姗嗗墮婵啴姊洪崨濠傜瑨婵☆偅绮嶉妵鏃堝箹娴g懓浠㈤梺鎼炲劗閺呮粓鎮鹃柆宥嗙厱闊洤顑呮慨鈧┑鐐存綑濡粓濡甸幇鏉垮嵆闁绘ḿ鏁搁悡浣虹磽娴e憡婀版俊鐐舵铻為柛褎顨呯粈鍡涙煕閳╁啞缂氶柍褜鍏涚划娆撳极瀹ュ鏅搁柨鐕傛嫹

婵犵數鍋涘Λ搴ㄥ垂閼测晜宕查悗锝庡亞閳绘棃鎮楅敐搴″箺缂佷胶娅墂ist闂備線娼уΛ妤呮晝閿濆洨绠斿鑸靛姇濡ɑ銇勯幘璺轰粶缂傚秳绶氶弻娑㈠冀閵娧冣拡濠电偛鐗婇崢顥窱SPR缂傚倷鐒︾粙鎺楁儎椤栫偛鐒垫い鎺嗗亾妞わ缚鍗抽幃褔宕妷銈嗗媰闂侀€炲苯澧村┑鈥愁嚟閳ь剨缍嗛崜姘跺汲閳哄懏鍊垫繛鎴炵懃婵啴鏌涢弮鎾村

闂備礁鎲¢〃鍡椕哄⿰鍛灊闊洦绋掗崵鍕煟閹邦剦鍤熼柕鍫熸尦楠炴牠寮堕幋鐘殿唶闂佸憡鐟ュΛ婵嗩潖婵犳艾惟闁靛绲煎ù鐑芥煟閻樿京鍔嶇憸鏉垮暣閹儵鏁撻敓锟� - 婵犵數鍎戠徊钘夌暦椤掑嫬鐭楅柛鈩冡缚椤╂煡鏌涢埄鍐惧毀闁圭儤鎸鹃々鐑藉箹鏉堝墽绉甸柛搴㈠灥閳藉骞橀姘濠电偞鍨堕幖鈺傜濠婂啰鏆﹂柣鏃囨绾惧ジ鏌涢埄鍐闁告梹甯¢幃妤呭捶椤撶偘妲愰梺缁樼⊕閻熝囧箯鐎n喖绠查柟浼存涧閹線姊洪崨濠傜濠⒀勵殜瀵娊鎮㈤悡搴n唹濡炪倖鏌ㄩ悘婵堢玻濞戙垺鐓欓悹銊ヮ槸閸婂鎮烽姀銈嗙厱婵炲棙锚閻忋儲銇勯銏╁剶鐎规洜濞€瀵粙顢栭锝呮诞鐎殿喗鎮傞弫鎾绘晸閿燂拷

濠电偞鍨堕幐鎼侇敄閸緷褰掑炊椤掆偓杩濇繝鐢靛Т鐎氼噣鎯屾惔銊︾厾鐎规洖娲ゆ禒婊堟煕閻愬瓨灏﹂柟钘夊€婚埀顒婄秵閸撴岸顢旈妶澶嬪仯闁规壋鏅涙俊铏圭磼閵娧冾暭闁瑰嘲鎳庨オ浼村礃閵娧€鍋撴繝姘厸閻庯綆鍋勬慨鍫ユ煛瀹€鈧崰搴ㄥ煝閺冨牆鍗抽柣妯挎珪濮e嫰鏌f惔銏⑩姇闁告梹甯″畷婵嬫偄閻撳宫銉╂煥閻曞倹瀚�

相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号