近红外光谱小波分析在土壤参数预测中的应用 Application of Wavelet Packet Analysis in Estimating Soil Parameters Based on NIR Spectra.pdfVIP

第29卷，第6期 光谱学与光谱分析 2oo and June，2009 9年6月 SpectmscopySpectralAnalysis 近红外光谱小波分析在土壤参数预测中的应用 郑立华，李民赞’，潘 娈，孙建英，唐 宁 中国农业大学现代精细农业系统集成研究教育部重点实验室，北京100083 摘要从田问采集了150个阳问土壤样本，在分析广所有样本的土壤参数统计特征之后，对原始近红外 光谱数据进行了聚类分析，分别得到了50个土壤令氮和50个土壤有机质的等价样本及其对应光谱。对样本 光谱变化趋势。最高高频[8255]结点对应着土壤粒度、光谱仪精度等引起的高频震荡。对以上两个结点进 行重构并从样奉光谱曲线巾剔除以，卜影响成分，得到了对应的土壤参数特征光谱。基于特征光谱建立r土 壤参数偏最小二乘回归模删：全氮偏最小二乘预测模型的预测系数“达到J，o．960，验证系数rv达到r o．920；有机质偏最小二乘预测模璎的预测系数rc达到o．922，验证系数^达到o．883。模型精度明最提高， 满足实际生产的需要。 关键词光谱分析；土壤有机质；土壤伞氮；小波分析；特征光谱 文献标识码：A DOI：10．3964／j．issn 中图分类号：0657．3，s15 1000-059312009)06—1549一04 数的吸收峰严重重叠，极大地影响了其他土壤参数的建模预 引 言 测精度，闲而探讨从光谱曲线中消除或降低土壤水分以及土 壤粒度等因素对光谱的影响是非常有必要的。小波包分析在 精细农业或数字农业需要清晰地了解土壤参数的窄间变 光谱降噪、光谱数据慷缩、光谱信息提取等方面发挥r作 异特性【1]，对土壤养分测定的效率和精度提出了更高的要 用【l““，尝试利用小波包分析进一步提高土壤参数预测精度 求，因此建寺有效而精确的土壤参数预测模型是非常必要 是有益和叮行的。本论文就是期望利用小波包分析建市一种 的。近红外光谱技术基于其在效率和精度方面的优点，在土 新的数据处理方法，从实时光谱中剔除水分和粒度等影响， 壤参数预测方面也已取得了长足的发展f24|。总结基于光谱 以建立高精度土壤参数预测模型。 分析的土壤参数预测研究成果发现，早期在预测土壤含水率 以外的土壤参数时，绝大部分研究都采用了对土壤样本进行 1材料和方法 风干、研磨等预处理后再采集光谱并建模的技术路线睁引， 近年来专家们开展了很多基于实时土壤光谱的土壤参数预测 1．1实验数据 研究并取得r一定的进展[9’1…，但尚未找到一种有效的实时 土样采集于位于北京郊区的中国农qk大学一块试验麦 土壤光谱预处理方法以最大限度清除光谱噪声，以及在预测 田，共采集了150个土样，在保持其原始状态的条件下在试 土壤其他参数时，如何有效地剔除土壤水分吸收等因素对光 验室中迅速测定了其近红外光谱。仪器使用美国ThenIlo 谱的影响。 大量的研究已经证明，利用实时土壤光谱预测土壤全氮 配有光导纤维探头，可以直接将探头插入土中进行测虽。光 和有机质含蟹是可行的L11．1zJ。但是，线性模型的精度还偏谱仪的光谱测量范围为12000～4ooOcIll．1(833～2500 低，如果能够提高线性模型的精度，则可大幅简化预测模 nrn)；分辨率为2咖一；波数精度为o．1锄～；扫描次数为 型，这对于基于光谱分析技术的土壤令氮和有机质实时测量 32。 仪的开发是非常必要的。对于实时土壤来说，由于水分含鼍 在实验室中利用化学方法对风干后的土样进行了有机质 较高，且水分对于吸收光谱的影响非常明显，与其