基于近紅外光譜技術的土壤全氮和有機質(zhì)含量估測研究.pdf

1、土壤有機質(zhì)和全氮作為土壤肥力的重要指標，在生產(chǎn)中具有重要意義，快速準確測定土壤有機質(zhì)和全氮含量已經(jīng)成為一個熱點問題。近紅外光譜NIR(Near InfraredReflectance，NIR)技術憑借其快速、低耗、多組分同時測定等優(yōu)點可以滿足快速準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模型，并采用內(nèi)部交叉驗證和外部驗證

2、相結(jié)合的方法，以決定系數(shù)和均方根誤差為指標評價不同估測模型精度。
　　首先，研究不同預處理方法對土壤光譜信息的影響。經(jīng)過對比發(fā)現(xiàn)選擇db5小波基對樣品近紅外光譜數(shù)據(jù)進行三層小波分解，可以很好的對原始光譜進行去噪，并能較好的保留土壤原始光譜信息，要優(yōu)于移動窗口平滑方法和最小二乘擬合等方法，這是本研究的創(chuàng)新點之一。采用偏最小二乘法結(jié)合不同預處理方法建立了土壤有機質(zhì)反演模型，來分析比較不同組合對模型的影響，表明二階導數(shù)+小波變換+多元散

3、射校正為最優(yōu)預處理方法，建模決定系數(shù)達到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)新點之二。結(jié)果顯示:PLS模型最為簡單，精度較低，但具有很好的推廣價值。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土壤全氮含量估測模型內(nèi)部交叉驗證的決定系數(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土壤有機質(zhì)含量估測模型內(nèi)部交叉驗證的決定系數(shù)和均方根誤差分別為0.990和0.2097，外部驗證的決定系數(shù)和均方根誤差分別為0.9827和0.2114;土壤有機質(zhì)模型要優(yōu)于土壤全氮模型，進一步說明土壤有機質(zhì)與近紅外光譜信息相關性強。
　　同時，WNN模型在建立過程中隱層節(jié)點個數(shù)的選擇尤為重要，個數(shù)太少時模型達不到要求，過多時模型較為復