基于近紅外光譜技術(shù)的土壤全氮和有機(jī)質(zhì)含量估測(cè)研究.pdf

1、土壤有機(jī)質(zhì)和全氮作為土壤肥力的重要指標(biāo)，在生產(chǎn)中具有重要意義，快速準(zhǔn)確測(cè)定土壤有機(jī)質(zhì)和全氮含量已經(jīng)成為一個(gè)熱點(diǎn)問(wèn)題。近紅外光譜NIR(Near InfraredReflectance，NIR)技術(shù)憑借其快速、低耗、多組分同時(shí)測(cè)定等優(yōu)點(diǎn)可以滿(mǎn)足快速準(zhǔn)確掌握大尺度土壤信息的要求。
　　本研究采集松嫩平原齊齊哈爾地區(qū)和綏化地區(qū)不同類(lèi)型土壤樣品，結(jié)合不同光譜信息處理方法和不同建模方法建立土壤近紅外光譜估測(cè)模型，并采用內(nèi)部交叉驗(yàn)證和外部驗(yàn)證

2、相結(jié)合的方法，以決定系數(shù)和均方根誤差為指標(biāo)評(píng)價(jià)不同估測(cè)模型精度。
　　首先，研究不同預(yù)處理方法對(duì)土壤光譜信息的影響。經(jīng)過(guò)對(duì)比發(fā)現(xiàn)選擇db5小波基對(duì)樣品近紅外光譜數(shù)據(jù)進(jìn)行三層小波分解，可以很好的對(duì)原始光譜進(jìn)行去噪，并能較好的保留土壤原始光譜信息，要優(yōu)于移動(dòng)窗口平滑方法和最小二乘擬合等方法，這是本研究的創(chuàng)新點(diǎn)之一。采用偏最小二乘法結(jié)合不同預(yù)處理方法建立了土壤有機(jī)質(zhì)反演模型，來(lái)分析比較不同組合對(duì)模型的影響，表明二階導(dǎo)數(shù)+小波變換+多元散

3、射校正為最優(yōu)預(yù)處理方法，建模決定系數(shù)達(dá)到0.884。
　　然后，比較不同方法建立的土壤光譜反演土壤特性模型精度。本研究采用PLS、WNN和LSSVM方法建立土壤特性近紅外光譜反演模型，是本研究的創(chuàng)新點(diǎn)之二。結(jié)果顯示:PLS模型最為簡(jiǎn)單，精度較低，但具有很好的推廣價(jià)值。LSSVM模型精度較高，但是穩(wěn)定性欠缺。WNN模型最優(yōu)，具有很高的決定系數(shù)和較低的均方根誤差。其中，WNN土壤全氮含量估測(cè)模型內(nèi)部交叉驗(yàn)證的決定系數(shù)和均方根誤差分別為

4、0.974和0.0139，外部驗(yàn)證的決定系數(shù)和均方根誤差分別為0.9627和0.0130; WNN土壤有機(jī)質(zhì)含量估測(cè)模型內(nèi)部交叉驗(yàn)證的決定系數(shù)和均方根誤差分別為0.990和0.2097，外部驗(yàn)證的決定系數(shù)和均方根誤差分別為0.9827和0.2114;土壤有機(jī)質(zhì)模型要優(yōu)于土壤全氮模型，進(jìn)一步說(shuō)明土壤有機(jī)質(zhì)與近紅外光譜信息相關(guān)性強(qiáng)。
　　同時(shí)，WNN模型在建立過(guò)程中隱層節(jié)點(diǎn)個(gè)數(shù)的選擇尤為重要，個(gè)數(shù)太少時(shí)模型達(dá)不到要求，過(guò)多時(shí)模型較為復(fù)