使用 USB 显微镜图像和便携式 X 射线荧光光谱法预测土壤肥力参数
图像与视频处理
2024-09-06 v2 计算机视觉与模式识别
机器学习
摘要
本研究探讨了使用便携式 X 射线荧光（PXRF）光谱法和土壤图像分析进行快速土壤肥力评估，重点关注有效硼（B）、有机碳（OC）、有效锰（Mn）、有效硫（S）和硫有效性指数（SAI）等关键指标。分析了来自印度东部不同农业气候区的共 1,133 个土壤样本。该研究使用随机森林模型，整合了来自显微土壤图像的颜色和纹理特征、PXRF 数据以及辅助土壤变量（AVs）。结果表明，将图像特征（IFs）与 AVs 相结合，显著提高了有效 B（R2 = 0.80）和 OC（R2 = 0.88）的预测精度。采用包含 IFs、AVs 和 PXRF 数据的数据融合方法，进一步增强了有效 Mn 和 SAI 的预测，其 R2 值分别为 0.72 和 0.70。该研究突出了整合这些技术以提供快速、经济高效的土壤测试方法的潜力，为更先进的预测模型和更深入地理解土壤肥力铺平了道路。未来的工作应探索在更大规模的数据集上应用深度学习模型，并纳入实地条件下更广泛农业气候区的土壤。
关键词
引用
@article{arxiv.2404.12415,
title = {Prediction of soil fertility parameters using USB-microscope imagery and portable X-ray fluorescence spectrometry},
author = {Shubhadip Dasgupta and Satwik Pate and Divya Rathore and L. G. Divyanth and Ayan Das and Anshuman Nayak and Subhadip Dey and Asim Biswas and David C. Weindorf and Bin Li and Sergio Henrique Godinho Silva and Bruno Teixeira Ribeiro and Sanjay Srivastava and Somsubhra Chakraborty},
journal= {arXiv preprint arXiv:2404.12415},
year = {2024}
}
备注
Published in 'Soil Advances'