论文部分内容阅读
铁是植物生长的重要微量营养元素之一，土壤有效铁含量对林地环境起着重要的影响，利用土壤光谱预测技术获取土壤有效铁含量信息具有重要意义。而要通过土壤光谱直接预测土壤有效铁含量是难以实现的，因此提出利用土壤有机质含量与有效铁含量之间的相关性，探讨间接估算土壤有效铁含量的可行性。以庐山森林土壤样本为研究对象，研究基于偏最小二乘回归（PLSR）和径向基函数（RBF）神经网络的组合模型预测土壤有机质含量的适用性，并且通过构建有机质含量与有效铁含量的二项式线性模型，对土壤有效铁含量进行间接反演，探讨不同权重下的最优组合