Fusion of Vis-NIR and XRF spectra for estimation of key soil attributes

•Fusion of Vis-NIR and XRF spectra in soil analysis is examined.•Spectra of 253 soil samples of 9 fields were used to evaluate the proposed methods.•Concatenation of Vis-NIR and XRF spectra may improve the soil prediction performance.•CNN with PCs of Vis-NIR and XRF spectra as input improves predict...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Geoderma Ročník 385; s. 114851
Hlavní autoři:	Javadi, S. Hamed, Munnaf, Muhammad Abdul, Mouazen, Abdul M.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.03.2021
Témata:	calcium Chemometrics Convolutional neural network (CNN) Local weighted regression (LWR) magnesium neural networks organic carbon phosphorus precision agriculture Precision agriculture (PA) prediction principal component analysis sodium Soil analysis soil fertility soil properties Spectra fusion (SF) spectrometers Visible-near-infrared (Vis-NIR) X-ray fluorescence (XRF) Spectra fusion (SF) Visible-near-infrared (Vis-NIR) Soil analysis X-ray fluorescence (XRF) Precision agriculture (PA) Convolutional neural network (CNN) Chemometrics Local weighted regression (LWR)
ISSN:	0016-7061, 1872-6259
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!