基于近紅外光譜的土壤氮碳估算研究.pdf

1、土壤中的全氮(totalnitrogen,TN)與有機(jī)質(zhì)(organicmatter,OM)是土壤肥力高低的重要指標(biāo)，及時(shí)監(jiān)測(cè)兩者含量是各種農(nóng)業(yè)工作順利展開的前提。傳統(tǒng)的土壤監(jiān)測(cè)方法已不能滿足生產(chǎn)管理的需要，而近紅外(nearinfraredreflectance，NIR)光譜測(cè)定分析技術(shù)以其快速、實(shí)時(shí)、無損等特點(diǎn)，在監(jiān)測(cè)土壤各種肥力指標(biāo)中獲得普遍應(yīng)用。
　　 本文比較了幾種常見的預(yù)處理方法和建模方法，為高效利用光譜數(shù)據(jù)建立土壤

2、定量模型提供了一定的理論依據(jù)。具體來說運(yùn)用了三種光譜預(yù)處理方法和三種建模方法，它們分別是一階導(dǎo)數(shù)(firstderivative，F(xiàn)D)、SG卷積平滑(savitzky-golay,SG)、多元散射校正(multiplicativescattercorrection,MSC)三種預(yù)處理方法，逐步回歸(stepwiseregression,SR)、主成分回歸(principalcomponentregression,PCR)和偏最小二乘回

3、歸(partialleastsquaresregression,PLSR)三種建模方法，建立了全氮和有機(jī)質(zhì)定量模型。109個(gè)樣本全部采自于武漢市中心城區(qū)與江夏區(qū)交界處附近0-20cm的表層土壤，分別用作化學(xué)分析與AntarisⅡ傅立葉變換近紅外光譜儀的光譜分析。首先對(duì)原始光譜作一階導(dǎo)數(shù)、SG卷積平滑、多元散射校正三種預(yù)處理，分別建立全氮與有機(jī)質(zhì)的偏最小二乘回歸模型，結(jié)果表明一階導(dǎo)數(shù)法和SG卷積平滑法兩種預(yù)處理在優(yōu)化模型中效果較好。經(jīng)過一

4、階導(dǎo)數(shù)法和SG卷積平滑法兩種預(yù)處理之后進(jìn)行了兩種數(shù)據(jù)處理:第一，對(duì)原始反射率做反射率對(duì)數(shù)一階微分等等光譜變換，分別建立全氮、有機(jī)質(zhì)與近紅外光譜的相關(guān)性分析，找出全氮、有機(jī)質(zhì)的特征波段，再利用逐步回歸建立特征波段的預(yù)測(cè)方程，并對(duì)預(yù)測(cè)精度進(jìn)行評(píng)價(jià);第二，運(yùn)用主成分回歸與偏最小二乘回歸分別建立全氮、有機(jī)質(zhì)的光譜預(yù)測(cè)模型，并對(duì)模型進(jìn)行檢驗(yàn)和對(duì)比。本文研究得出以下結(jié)果:
　　 (1)三種不同光譜預(yù)處理方法比較發(fā)現(xiàn)，一階導(dǎo)數(shù)法和SG卷積平滑

5、法兩種預(yù)處理在優(yōu)化模型中效果較好，說明了此兩種預(yù)處理對(duì)提高模型精度的必要性。
　　 (2)在1000nm-2500nm的近紅外光譜范圍內(nèi)，光譜經(jīng)過預(yù)處理和各種變換后，全氮、有機(jī)質(zhì)含量與光譜反射率相關(guān)性得到增強(qiáng)，本次研究反演土壤全氮與有機(jī)質(zhì)的最佳波段位于2262nm、2320nm處，之后利用最佳波段的反射率對(duì)數(shù)一階微分建立多元逐步回歸模型，發(fā)現(xiàn)有機(jī)質(zhì)的逐步回歸模型優(yōu)于全氮。
　　 (3)全氮、有機(jī)質(zhì)與近紅外光譜都有著較好的

6、相關(guān)性，建立的回歸模型普遍滿足精度要求，決定系數(shù)(R2)普遍大于0.5，相對(duì)預(yù)測(cè)誤差(RPD)均大于1.4，其中又以有機(jī)質(zhì)的偏最小二乘回歸模型精度最佳（R2=0.84，RPD=2.91）。總的來說，偏最小二乘回歸建模效果優(yōu)于主成分回歸，有機(jī)質(zhì)建模效果優(yōu)于全氮。
　　 (4)無論是經(jīng)過多種光譜預(yù)處理建立的主成分回歸模型和偏最小二乘回歸模型，還是提取特征波段建立的逐步回歸模型，近紅外光譜分析技術(shù)做全氮與有機(jī)質(zhì)含量的定量分析是可行的。