买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利基于室内高光谱和线性回归的土壤碳酸钙含量预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120028276B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510518516.3，技术领域涉及：G01N21/31；该发明授权基于室内高光谱和线性回归的土壤碳酸钙含量预测方法是由顾佳菁;李昕燃;顾名扬;郑光辉;焦彩霞;曾荣设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本基于室内高光谱和线性回归的土壤碳酸钙含量预测方法在说明书摘要公布了：本发明公开了一种基于室内高光谱和线性回归的土壤碳酸钙含量预测方法，包括：采集土壤样本并进行预处理；测定土壤样本2000‑2400nm波段的光谱反射率数据；测定土壤样本的碳酸钙含量；对土壤样本2000‑2400nm波段的光谱反射率数据进行断点校正、去趋势和连续统去除处理；在处理后的数据中选取2330‑2360nm波段的光谱反射率数据，计算其最大吸收深度；基于碳酸钙含量和最大吸收深度，建立线性回归模型；基于线性回归模型和目标地区土壤样本的光谱反射率数据，预测目标地区土壤样本的碳酸钙含量。本发明具有高效精确、成本低廉、环境友好的特点，能够为土壤质量评估、精准农业和生态环境保护等领域提供支持。

本发明授权基于室内高光谱和线性回归的土壤碳酸钙含量预测方法在权利要求书中公布了：1.一种基于室内高光谱和线性回归的土壤碳酸钙含量预测方法，其特征在于，包括如下步骤： 步骤1、采集土壤样本并进行预处理； 步骤2、测定土壤样本2000-2400nm波段的光谱反射率数据； 步骤3、测定土壤样本的碳酸钙含量； 步骤4、对土壤样本2000-2400nm波段的光谱反射率数据进行断点校正、去趋势和连续统去除处理，得到处理后的数据； 步骤5、在处理后的数据中选取2330-2360nm波段的光谱反射率数据，计算其最大吸收深度； 步骤6、基于步骤3的碳酸钙含量和步骤5的最大吸收深度，建立线性回归模型，将线性回归模型表达式作为最大吸收深度与碳酸钙含量的函数关系； 步骤6具体包括如下步骤： 步骤6.1、采用KS算法对所有样本数据集进行划分，按3:1至2:1的比例将其分为建模样本集T和验证样本集V，具体为： 首先计算样本集内任意两个样本之间的欧式距离，根据计算公式： 其中，为i个和第j个样本之间的欧氏距离，H i 和H j 分别为第i个和第j个样本的最大吸收深度，y i 和y j 分别为第i个和第j个样本的碳酸钙含量实测值； 选择欧式距离最远的两个样本作为建模样本集T的初始样本，随后计算剩余样本与已选择样本之间的最小距离，并选择最小距离最大的样本加入建模样本集T；重复上述步骤，直至建模样本集T中样本数量达到预定比例，最后将剩余的样本作为验证样本集V； 步骤6.2、将建模样本集T随机划分为K个子集，每个子集的样本数量相等；对于每一轮验证，选择其中一个子集作为验证子集Tv，其余K-1个子集合并作为建模子集Ts，使用建模子集Ts通过线性回归方法构建土壤碳酸钙含量预测模型，模型表达式为： ； 其中，为建模子集Ts中第i个土壤样本的碳酸钙含量初步预测值，k、C均为率定系数，当预测值小于0时，根据以下公式，将预测值修正为0； 其中，为建模子集Ts中第i个土壤样本的碳酸钙含量最终预测值； 步骤6.3、使用构建好的模型对验证子集进行预测，并计算该轮验证的决定系数R Tv 2和均方根误差RMSE Tv ； 步骤6.4、选取R Tv 2最大且RMSE Tv 最小的那一轮的k和C值为最优率定系数，并利用最优率定系数建立最大吸收深度与碳酸钙含量之间的线性回归模型； 步骤6.5、将线性回归模型应用于验证样本集，计算验证的决定系数R V 2、均方根误差RMSE V 、平均绝对误差MAE V 和相对预测偏差RPD V 作为模型精度评价指标； 步骤7、基于线性回归模型和目标地区土壤样本的光谱反射率数据，预测目标地区土壤样本的碳酸钙含量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。