论文部分内容阅读
为快速测定森林土壤的有机碳含量，从取自小兴安岭带岭林业局东方红林场的120个土壤样品中采集350～2500 nm的土壤近红外光谱数据，对光谱做一定的预处理后，运用主成分分析法压缩提取前8个主成分，结合BP神经网络非线性方法建立土壤有机碳含量的预测模型并进行验证。结果表明，验证集的相关系数为0.78002，均方根误差为0.5002，预测集的相关系数为0.84941，均方根误差为0.4538。应用近红外光谱技术及BP神经网络非线性方法建模可以有效地预测土壤的有机碳含量，为野外大面积快速测定森林土壤碳含量提供了技术依据。