基于LSSVM建模方法近红外光谱检测土壤速效N和速效K的研究.pdfVIP

第32卷，第11期 光谱学与光谱分析 2O12年11月 Spectroscopy Nov哪ber，2012 and≤涵ectral』6malysis 刘雪梅1’2，柳建设h 1．东华大学环境科学与工程学院，上海201620 2．华东交通大学土木建筑学院，江西南昌330013 括标准正态变换(sNV)，多元散射校正(Msc)和savitzkyGolay平滑结合一阶导数，以消除系统噪声和外部 干扰，分别应用偏最小二乘(PLS)和最小二乘支持向量机(Lss、M)方法建立校正模型。最小二乘支持向量 模型回归系数得到有效波长(EWs)。结果表明，三种输入的踌s、订订模型都优于PLS模型，其中Ew铲I§ 和15．o。结果表明，利用可见光和短波近红外光谱(vis／刚弘近红外光谱)(325～l 075啪)的LSs、见压的结 合，可以作为一个精确的土壤理化性质的测定方法。 关键词L§SⅥ订；近红外漫反射光谱；土壤；速效氮；速效钾 中图分类号：()433．5 对于LSSⅥⅥ模型不同输人条件的预测结果研究较少，如何 引 言 针对某些具体土壤养分(如速效N和速效K含量)来选择最 优输人方法还需进一步研究。为此，比较了最小二乘支持向 精细农业变量施肥取决于对农田的土壤养分分布的了 解，快速获取土壤信息是实施精细农业的基础。速效N和速 测的效果。 效K是鉴别土壤肥力的重要指标，是植物生长发育所必需的 营养元素，探测土壤的速效N和速效K含量是了解土壤肥 1实验部分 力的重要途径，对于农业和环境等方面均很有意义[1]。近年 来，采用近红外光谱技术获取土壤养分信息，成为国内外学 1．1土壤样本 者研究的重点[zq]。也有必要研究一种快速的检测方法对土 土壤样本分别采集于江西省安福县寮塘乡汪村棕壤(褐 壤速效N和速效K含量进行检测。 土)，南昌县昌东镇三联村砖红土，遂川县枚江乡张塘村黄 对光谱进行预处理能够较好的消除噪声、突出光谱曲线 土和东江村水稻土各60个土样，采集的光谱信号不仅与样 特征并为建立具有较高精度的估测模型提供可能。常用的预 品的化学组分有关，而且与样品的颗粒大小、形状、密度等 处理方法包括：小波变换[引、SNⅥ6|、平滑‘71、一阶微分‘8]有关，为了消除土壤粒径大小对预测速效N和速效K含量 和多元散射校正[9]等，不同预处理方法对模型的预测精度影 mm 的影响，所有样本使用研钵将其磨碎，并分别通过0．5 响差异较大，同时不同建模方法所建立的土壤养分估测模型 的筛子，得到大致相同粒径的样本。土壤样本采用上海精宏 在精度上也表现出较大差异，常用的土壤养分建模方法有主 成分回归(PCR)[】0。、偏最小二乘回归(PU泯)[1¨、逐步多元℃风干12 h以上，按照土壤属性理化分析国家标准方法，采 m01．L_1 回归[12]和反向传播神经网络(BPNN)[13’14]等，表现出不同用1 NaOH碱解扩散法测定土壤速效N含量和采 的预测精度。偏最小支持向量机(L孓SⅥ订)是一种新型建模用以火焰光度计测定钾口7。。土壤样品参数如表1所示。 方法，用于土壤养分的建模，获得了比较好的结果[1乳16]，但 收稿日期：2012一03—29．修订日期：20