廣東
近日，塔里木大學(xué)農(nóng)學(xué)院在《Industrial Crops & Products》期刊上發(fā)表題為“Improving accuracy and transferability of soil total nitrogen estimation model by integrating visible near-infrared spectroscopy and environmental covariates in cotton fields of the Tarim River Basin, China”的研究成果。農(nóng)學(xué)院資源利用與植物保護2023級碩士研究生崔志博以第一作者，彭杰教授為通訊作者。
該研究將土壤發(fā)生學(xué)知識應(yīng)用于土壤光譜學(xué)領(lǐng)域，創(chuàng)新性的提出通過融入環(huán)境協(xié)變量的思路解決單一光譜數(shù)據(jù)源難以有效表征由自然因素與人類活動共同驅(qū)動的土壤異質(zhì)性的問題，從而提升模型的估算精度和遷移能力。該研究表明，融入環(huán)境協(xié)變量顯著改善了土壤全氮的估算精度和模型的遷移性能。融入環(huán)境協(xié)變量的模型相較于僅利用光譜信息的模型，R2提升幅度介于13.42%至19.81%之間，RMSE降低幅度介于14.42%至27.00%之間。將最佳模型遷移至驗證區(qū)后，仍能解釋71.6%的土壤全氮空間變異，顯著優(yōu)于僅利用光譜信息模型的39.2%。該研究成果為全球干旱區(qū)綠洲土壤屬性高精度估算和改善模型普適性提供了新的思路和技術(shù)借鑒。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
