引言

土壤營養(yǎng)元素的含量是提高農(nóng)作物產(chǎn)量和農(nóng)產(chǎn)品品質(zhì)的重要因素。對土壤營養(yǎng)元素進行準確測量是實施精細農(nóng)業(yè)的基礎。傳統(tǒng)的土壤營養(yǎng)元素的測定方法為化學法，化學法測量結(jié)果精度高，但需要消耗大量的時間和人力，難以滿足土壤營養(yǎng)元素實時監(jiān)控的要求。高光譜技術光譜分辨率高、光譜通道數(shù)多，能夠更加真實、全面地反映物體的固有光譜特性及其差異，從而能夠提高土壤營養(yǎng)元素的預測精度。高光譜技術已廣泛應用于土壤營養(yǎng)元素的預測與反演。

本文以山西典型褐土土壤為研究對象，所有土壤樣品經(jīng)風干后，未經(jīng)研磨過篩處理，直接裝入樣品杯進行測量。并采用高光譜成像技術獲取近紅 外高光譜圖像，并 提 取 平 均 光 譜 曲 線（Ａ）、標準差曲線（Ｓ）和方差曲線（Ｖ）等統(tǒng)計參數(shù)。然后分別采用以平均光譜曲線（Ａ）、平均光譜曲線的一階導數(shù) （Ｆ）、Ａ與Ｆ的乘積（Ａ＊Ｆ）、Ａ與Ｆ的商（Ａ／Ｆ）為基礎的２０種光譜預處理方法，結(jié)合ＰＬＳ方法進行建模，并對驗證集進行驗證。

本文旨在構(gòu)建一種結(jié) 合高光譜成像技術特點的，針對未經(jīng)研磨和過篩處 理的褐土土壤總氮含量的定量預測模型，并為土壤其他營養(yǎng)元素的快速預測提供參考。

結(jié)果與分析

2.1 不同PLS模型的建模結(jié)果

分別采用 Ａ、Ｆ、Ａ＊Ｆ、Ａ／Ｆ等２０種光譜預處理方法，結(jié)合ＰＬＳ方法進行建模，并對驗證集進行驗證。不同ＰＬＳ模型及對驗證集的驗證結(jié)果見表３。不同光譜數(shù)據(jù)預處理方法對驗證集ＲＰＤｃ和Ｒｃ２的影響見圖３和圖４。

表３ 不同 ＰＬＳ模型及對驗證集的驗證結(jié)果

圖３ 不同光譜數(shù)據(jù)預處理方法對ＲＰＤｃ的影響

圖４不同光譜數(shù)據(jù)預處理方法對Ｒｃ２的影響

由于在建模時優(yōu)先考慮了模型對建模集的驗證效果，并使所有模型的ＲＰＤｃ和Ｒｃ２基本相同，因此對模型進行評價只需要對比不同模型對驗證集的驗證效果即可。建模效果最好的預處理方法為Ｆ＊Ｓ，其ＰＬＳ模型的主因子個數(shù)為１１，驗證集ＲＭＳＥｐ＝１５９．８９，ＲＰＤｐ＝２．１２０，Ｒｐ２＝０．８２６；其次為Ａ＊ Ｆ＊Ｓ，其ＰＬＳ模型的主因子個數(shù)為１１，驗證集ＲＭＳＥｐ＝１６５．８５，ＲＰＤｐ＝２．０１０，Ｒｐ２＝０．８０４。這兩個模型的ＲＰＤｐ在２.０以上，Ｒｐ２在０．８以上，可以對褐土土壤的總氮含量進行有效預測；其它模型的ＲＰＤｐ均小 于 ２．０，對總氮含量的預測效果 較差。當只使用平 均光譜曲線Ａ進行建模時，建模效果從好到壞依次為：Ｆ＞Ａ＊Ｆ＞Ａ＞Ａ／Ｆ。即使用平均光譜曲線的一階導數(shù)Ｆ和平均光譜曲線與一階導數(shù)的乘積Ａ＊Ｆ能夠取得更好的建模效果。

當結(jié)合其它統(tǒng)計參數(shù)（Ｓ、Ｖ）進行建模時，以Ａ和Ａ／Ｆ為基礎的ＰＬＳ模型的ＲＰＤｐ和Ｒｐ２均有大幅 下降，即Ａ和 Ａ／Ｆ不適合與Ｓ、Ｖ 組合進行建模。對于以Ｆ和Ａ＊Ｆ為基礎的ＰＬＳ模型，只有與標準差的乘積（＊Ｓ）能夠提高建模效果；而其他方法（／Ｓ、＊Ｖ、／Ｖ）的建模效果均低于只使用Ｆ和Ａ＊Ｆ的建模效果。

討論與結(jié)論

本文以山西典型褐土土壤為研究對象，所有土壤樣品經(jīng)風干后，未經(jīng)研磨過篩處理，直接裝入樣品杯進行測量。并采用高光譜成像技術獲取近紅外高光譜圖像，并 提取平均光譜曲線（Ａ）、標準差曲線（Ｓ）和方差曲線（Ｖ）等統(tǒng)計參數(shù)。然后分別采用以Ａ、Ｆ、Ａ＊Ｆ、Ａ／Ｆ為基礎的２０種光譜預處理方法，結(jié)合ＰＬＳ方法進行建模，并對驗證集進行驗證。

主要結(jié)論如下：

（１）平均光譜曲線隨總氮含量先增加后減小，可能導致兩個總氮含量差異極大的土壤樣本的平 均光譜曲線非常接近，從而影響預測模型的預測準 確性。一階導數(shù)曲線隨總氮含量的增加而單調(diào)增加，使用一階導數(shù)進行建模，可能能夠獲得更好的預測效果。

（２）建模效果最好的預處理方法為Ｆ＊Ｓ，其ＰＬＳ模型的主因子個數(shù)為１１，驗證集ＲＭＳＥｐ＝ １５９．８９，ＲＰＤｐ＝２．１２０，Ｒｐ２＝０．８２６；其次 為 Ａ＊ Ｆ＊Ｓ，其ＰＬＳ模型的主因子個數(shù)為１１，驗證集ＲＭＳＥｐ＝１６５．８５，ＲＰＤｐ＝２．０１０，Ｒｐ２＝０．８０４。這兩個模型的ＲＰＤｐ在２.０以上，Ｒｐ２在０.８以上，可以對褐土土壤的總氮含量進行有效預測；其它模型的ＲＰＤｐ均小于２．０，對總氮含量的預測效果較差。

（３）當只使用平均光譜曲線Ａ進行建模時，使 用平均光譜曲線的一階導數(shù)Ｆ和平均光譜曲線與一階導數(shù)的乘積Ａ＊Ｆ能夠取得更好的建模效果。當結(jié)合其它統(tǒng)計參數(shù)（Ｓ、Ｖ）進行建模時，只有Ｆ和Ａ＊Ｆ與標準差的乘積（＊Ｓ）的預處理方法能夠提高建模效果。

本文選用的土壤樣本未經(jīng)研磨和過篩處理，能夠極大縮短制樣時間，提高預測效率。本文結(jié)合高光譜成像技術的特點，提出了多種統(tǒng)計參數(shù)結(jié)合的光譜數(shù)據(jù)的預處理方法，可為高光譜成像技術的土壤營養(yǎng)元素的反演提供參考。本文研究結(jié)果可為 近紅外高光譜成像技術應用于褐土土壤其他營養(yǎng)成份的快速預測提供參考。光譜數(shù)據(jù)預處理方法 對其他建模方式、其他土壤類型、其他營養(yǎng)元素的反演有待進一步研究。

推薦：

無人機高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無人機高光譜成像系統(tǒng)，該系統(tǒng)由高光譜成像相機、穩(wěn)定云臺、機載控制與數(shù)據(jù)采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統(tǒng)通過獨特的內(nèi)置式或外部掃描和穩(wěn)定控制，有效地解決了在微型無人機搭載推掃式高光譜照相機時，由于振動引起的圖像質(zhì)量較差的問題，并具備較高的光譜分辨率和良好的成像性能。

審核編輯 黃宇