| Маркер записи | n 22 3 4500 |
| Контрольный номер | zhps19_to86_no4_ss673_ad1 |
| Дата корректировки | 11:35:59 1 ноября 2019 г. |
| Кодируемые данные | 191028s2019||||RU|||||||||||#||||# rus0| |
| Системный контрольный номер | RUMARS-zhps19_to86_no4_ss673_ad1 |
| AR-MARS | |
| Служба первич. каталог. |
Научная библиотека им. М. М. Бахтина Мордовского госуниверситета им. Н. П. Огарева МАРС |
| Код языка каталог. | rus |
| Код языка издания |
eng eng |
| Индекс УДК |
535.33 631.4 |
| Индекс ББК |
22.344 40.3 |
|
Таблицы для массовых библиотек Таблицы для массовых библиотек |
|
|
Li, X. Y. 070 |
|
|
Prediction results of different modelling methods in soil nutrient concentrations based on spectral technology [Текст] X. Y. Li [et al.] |
|
|
Прогнозирование содержания питательных веществ в почве методами моделирования на основе спектральной технологии rus |
|
| Аннотация | Спектроскопия применена для мониторинга концентрации питательных веществ в почве. В качестве объектов исследования выбраны два типа образцов почвы: супеси и илистый суглинок. Данные спектроскопии отражения в УФ-видимой и ближней ИК областях сопоставлены с результатами измерений концентраций общего углерода, общего азота, общего фосфора, общего калия, доступного азота, доступного фосфора, доступного калия и медленно доступного калия. Проведено сравнение результатов прогнозирования концентраций питательных веществ в почве внутри и между двумя типами почвы с использованием четырех методов моделирования: регрессии основного 673-2 компонента (PCR), регрессии частичных наименьших квадратов (PLSR), метод опорных векторов с использованием наименьших квадратов (LS-SVM), а также модели нейронной сети обратного распространения (BPNN). Методы LS-SVM и PLSR имели лучшую стабильность результатов прогнозирования для данных типов почвы, методы BPNN и LS-SVM - высокую точность определения концентраций большинства питательных веществ в почве. Cравнение методов моделирования обеспечивает основу для последующего выбора подходящих методов моделирования на основе спектральной технологии и создания различных моделей оценки питательных веществ в почве. |
|
Физика AR-MARS Спектроскопия AR-MARS Сельское хозяйство AR-MARS Почвоведение AR-MARS |
|
| Ключевые слова |
азот инфракрасная отражательная спектроскопия калий метод опорных векторов с использованием наименьших квадратов методы моделирования мониторинг концентрации питательных веществ в почве мониторинг почв нейронная сеть обратного распространения оценка питательных веществ в почвах питательные вещества почвы почвы спектральные технологии оценки почв фосфор |
|
Fan, P. P. 070 Liu, Y. 070 Hou, G. L. 070 Wang, Q. 070 Lv, M. R. 070 |
|
| ISSN | 0514-7506 |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2019 |
| Прочая информация | Т. 86, № 4. - С. 673 |
|
RU 43013090 20191028 RCR |
|
|
RU 43013090 20191028 |
|
|
RU AR-MARS 20191028 RCR |
|
|
RU AR-MARS 20191028 |
|
| Тип документа | b |
|
code year to no ss ad |
|
|
zhps 2019 86 4 673 1 |
|
| 718 | |
| Аннотации англоязычных статей |
