文献类型： 中文期刊

作者： 王亚丹 ¹ ; 张凤 ² ; 胡文友 ² ; 于东升 ² ; 迟凤琴 ³ ; 张超 ⁴ ; 徐英德 ⁵ ; 杨顺华 ² ; 俞元春 ¹ ; 姜军 ² ; 徐仁扣 ² ;

作者机构： 1.南方现代林业协同创新中心/南京林业大学生态与环境学院

2.土壤与农业可持续发展重点实验室(中国科学院)

3.黑龙江省黑土保护利用研究院

4.中国农业大学土地科学与技术学院

5.沈阳农业大学土地与环境学院

关键词： 黑土;有机质;数字图像;逐步多元回归;神经网络模型

期刊名称： 土壤

ISSN： 0253-9829

年卷期： 2024 年 56 卷 005 期

页码： 1051-1056

收录情况： 北大核心 ; CSCD

摘要： 以东北黑土为研究对象，利用数码相机获取黑土的数字图像，遴选与土壤有机质(SOM)含量相关的红(R)、绿(G)、蓝(B)颜色分量，并通过逐步多元回归(SMRM)和神经网络模型(NNM)建立基于数字图像的SOM含量预测模型。结果表明：黑土数字图像的各颜色分量原始值与SOM含量的相关系数绝对值(r)依次为：R>G>B，分别为0.67、0.65、0.50。原始值经对数和开平方数值变换后，r增加，而经倒数和平方变换后，r降低。据此，基于数字图像R、G、B颜色分量的原始值和各变换值建立了预测SOM含量的SMRM模型，训练集和验证集决定系数(R2)分别为0.43～0.50和0.46～0.50，均方根误差(RMSE)分别为1.28%～1.39%和1.31%～1.39%(P<0.001)，其中基于对数和开平方变换值的模型拟合程度和预测精度更高。同时，利用NNM模型基于黑土R、G、B颜色分量的原始值反演SOM含量，发现多层感知器算法模型得到的黑土SOM实测值和预测值之间R2均为0.49,RMSE为1.31%和1.28%(P<0.001)。因此，SMRM和NNM均能通过黑土数字图像的R、G、B颜色分量反演SOM含量，其是快速获取中国东北黑土SOM含量的一套可操作的预测方法。