基于变量迭代空间收缩法的土壤有机质含量高光谱快速检测

摘要：

高光谱被认为是检测土壤有机质含量(SOM)的一种快速方法.其准确度可与传统的实验室方法相媲美.然而,其海量的波段数据导致所建模型复杂且稳定性差.本研究旨在探讨变量迭代空间收缩法(VISSA)在土壤有机质高光谱检测中的有效性.从新疆吉木萨尔县采集土壤样品81份;用标准方法测量SOM,用ASD光谱仪扫描样品,获得光谱数据(350～2500 nm);对经竞争性自适应重加权算法(CARS)及变量迭代空间收缩法(VISSA)所选的光谱变量进行测试,并采用偏最小二乘回归(PLSR)估算SOM值.结果 表明,VISSA筛选算法优于CARS筛选算法,VISSA算法可以去除大部分冗余波段,保留15.04％的波段变量;所构建的模型中,VISSA-PLSR最优,CARS-PLSR次之,全波段-PLSR最差;其中VISSA-PLSR模型达到有效定量预测土壤有机质含量的程度,其Rp2可达0.91,RMSEP仅为0.48 g/kg,RPD可达3.24.研究结果可为高光谱快速检测土壤有机质提供参考与借鉴.

关键词：土壤有机质含量;变量迭代空间收缩法;竞争性自适应重加权算法;高光谱

所属期刊栏目：27

分类号：X171(环境生物学)

在线出版日期：2022-01-20（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：8-12