近红外光谱技术结合递归偏最小二乘算法对土壤速效磷与速效钾含量测定研究

摘要：

土壤速效磷与速效钾在近红外区没有直接与它们相关的吸收峰，只能借助与其他拥有直接吸收峰物质（有机质，碳酸盐，粘土矿物，水分等）之间的相关关系而被近红外光谱技术所预测。这种相关关系会随着土壤样品构成的不同而不断变化，因此采用固定结构的近红外光谱模型很难对速效磷与速效钾取得较好的预测效果。提出采用递归偏最小二乘法（RPLS）在预测过程中递归更新土壤速效磷与速效钾的回归系数，以提高模型的预测能力；比较了偏最小二乘法（PLS），局部加权 PLS（LW-PLS），滑动窗口 LW-PLS（LW-PLS2）和 RPLS 对于土壤速效磷与速效钾含量的预测结果。194份土壤样品根据土壤类型分为建模集与预测集：建模集包含120份人为土样品；预测集则包含29份铁铝土样品，23份人为土样品和22份初育土样品。结果表明：RPLS 模型取得了最优的预测结果，获得的决定系数（R 2）分别为0．61与0．76，预测相对分析误差（RPD）分别为1．60与2．05。说明 RPLS 通过不断更新模型的回归系数，能够适应新加入建模集样品的信息。相比于其他方法，预测精度更高，适用范围更广。

关键词：近红外光谱、土壤速效磷、速效钾、递归偏最小二乘

分类号：S24(农业电气化与自动化)

资助基金：国家自然科学基金重点项目61134011;国家高技术研究发展计划863项目2013AA041201

在线出版日期：2015-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2516-2520