ty -jour a2 -Rossel，Raphael Viscarra au -Goldshleger，Naftali au -Chudnovsky，Alexandra au -Ben -dor，Eyal Py -2012 DA-2012/201/08/22 Ti-使用反射性光谱和人工神经网络来评估水渗透率进入土壤剖面SP -439567 VL -2012 AB-我们探索了雨滴能量对水中浸润到土壤和土壤NIR -SWIR光谱反射率（1200-2400 nm）的影响。从以色列和美国具有不同物理和形态学特性的七个土壤遭受人造暴雨。使用人工神经网络（ANN）分析了在土壤表面形成的地壳的光谱特性。将结果与与局部最小二乘（PLS）回归相同的研究进行了比较。得出的结论是，这两个模型（PLS回归和ANN）都是通用的，因为它们基于与物理外壳相关的特性，例如粘土含量，水含量和有机物。尽管如此，就统计值（PLS回归的RMSE为17.3％，ANN的RMSE为17.3％，ANN的RMSE为17.3％，浸润速率和光谱特性之间的连接之间的相关结果更好）。此外，尽管两个模型均以所选波长运行，并使用独立的外部样本组评估其精度，但使用ANN时，未对反射率数据应用预处理程序。由于浸润速率和土壤反射率之间的关系不是线性的，因此，当对许多土壤进行分析时，ANN方法具有检查这种关系的优势。SN -1687-7667 UR -https：//doi.org/10.1155/2012/439567 do -10.1155/2012/2012/439567 JF-应用和环境土壤科学PB- Hindawi Publishing Corporation Corporation Corporation kw -er- er- er- er-