Page 20 - การประเมินปริมาณโพแทสเซียมในดิน ด้วยเทคนิคเนียร์อินฟราเรด (NIR) The evaluation of Potassium content in soil by Near Infrared.
P. 20
ห้องสมุดกรมพัฒนาที่ดิน
20
3. การสร้างสมการสำหรับทำนายปริมาณโพแทสเซียมในดินและการทดสอบความถูกต้องของสมการ
ในการสร้างสมการเพื่อใช้ทำนายปริมาณโพแทสเซียมในดินให้ได้สมการที่มีความจำเพาะและมี
ประสิทธิภาพในการทำนายมากขึ้น จำเป็นต้องใช้กลุ่มข้อมูลที่ดี ซึ่งทำโดยการตัดข้อมูลกลุ่มที่มีค่านอกกลุ่มออก
จากกลุ่มตัวอย่างทดสอบ (โดยข้อมูลสเปกตรัมของตัวอย่างดินที่มีค่า Mahalanobis distance statistical > 3.0
จัดถูกเป็นกลุ่มของข้อมูลที่มีค่านอกกลุ่ม) หลังจากนั้นทำการปรับแต่งสเปกตรัมเพื่อลดความคลาดเคลื่อนจากการ
วิเคราะห์ โดยการจัดการทางคณิตศาตร์ด้วยวิธีทางเคโมเมตริกแบบต่างๆ ได้แก่ First Derivative, Vector
Normalization และ First Derivative and Vector Normalization จากนั้นจึงสร้างสมการคาลิเบรชัน
(calibration) โดยใช้เทคนิค Partial Least Square Regression (PLSR) และการทดสอบความถูกต้องของสมการ
ที่สร้างขึ้นด้วยวิธีการตรวจสอบแบบ cross validation (การตัดตัวอย่างออกทีละกลุ่ม กลุ่มละ 5% เพื่อใช้เป็นชุด
ทดสอบความถูกต้องของสมการ และใช้กลุ่มตัวอย่างที่เหลือเป็นชุดสร้างสมการทำนาย) รายละเอียดดังนี้
ตารางที่ 4 แสดงประสิทธิภาพของสมการคาลิเบรชัน (Calibration) ในแต่ละกลุ่มตัวอย่างที่ถูกสร้างขึ้น
ชนิดของสมการ R RMSEE RPD ทรีทเมนต์
2
ตัวอย่างดินทั้งหมด 0.54 39.30 1.48 First derivative
ปริมาณดินเหนียว ≤20% 0.71 8.27 1.85 First derivative
ปริมาณดินเหนียว 21-40% 0.87 12.50 3.15 First derivative
ปริมาณดินเหนียว 41-60% 0.90 14.00 3.22 First derivative + SNV
ปริมาณดินเหนียว >60% 0.97 10.80 5.99 SNV
ตารางที่ 5 แสดงประสิทธิภาพของการทดสอบความถูกต้องของสมการที่สร้างขึ้น (validation)
ชนิดของสมการ R 2 RMSECV RPD Bias ทรีทเมนต์
ตัวอย่างดินทั้งหมด 0.49 41.50 1.40 0.18 First derivative
ปริมาณดินเหนียว ≤20% 0.64 9.02 1.67 -0.10 First derivative
ปริมาณดินเหนียว 21-40% 0.84 13.50 3.01 0.21 First derivative
ปริมาณดินเหนียว 41-60% 0.88 15.20 3.12 0.44 First derivative + SNV
ปริมาณดินเหนียว >60% 0.95 13.70 4.49 -0.96 SNV