《表4 采用多元线性回归模型对茶园土壤p H值定量预测结果Table 4 The predict results of soil p H value in tea garden using multi
在茶园生产管理过程中,土壤p H值随着自然因素(生物、气候、母质等)和人为活动(施肥、灌溉等)的影响一直处于动态变化。通过定性判别可以监测到土壤相对稳定地分布在一定p H范围内,判定茶树是否正常生长。但是,要采取科学合理的手段改善土壤酸碱度(缓冲性、合理施肥等),定量检测p H值来预测酸碱状况是十分必要的。为了更加准确地量化判别茶园土壤酸碱状况,基于定性判别的结果,对样本的p H值进行定量预测。采用优选的20个特征变量对应的光谱数据构建MLR模型对p H值定量预测,依据评价指标对模型精度进行判断。我国茶区分布范围较广泛,不同茶区样本土壤类型多样,土壤内部特性差异很大,加上3个p H范围的取样相对集中,因此建模难度较大。然而,从表4中看出,α1、α2、α3……α21为3个MLR模型的回归系数。校正集的预测相关系数都达到0.99以上。为验证模型的有效性和适应性,对每个p H范围未参与建模的样品进行预测,预测相关系数均在0.928 6以上。将预测值与实际测定值进行方差分析,两种方法测的结果差异不显著。这表示优选出的特征光谱用来预测p H值是可行的。可见,采用MLR构建的模型预测土壤p H值效果极佳。
图表编号 | XD00187223700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.30 |
作者 | 盛孟鸽、王凯、王玉洁、许姗姗、胡欣、侯智炜、张正竹、谷勋刚、宁井铭 |
绘制单位 | 安徽农业大学茶树生物学与资源利用国家重点实验室、安徽农业大学理学院、安徽农业大学茶树生物学与资源利用国家重点实验室、安徽农业大学茶树生物学与资源利用国家重点实验室、安徽农业大学茶树生物学与资源利用国家重点实验室、安徽农业大学茶树生物学与资源利用国家重点实验室、安徽农业大学茶树生物学与资源利用国家重点实验室、安徽农业大学资源与环境学院、安徽农业大学茶树生物学与资源利用国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |