184
农业工程学报2012年
征统计参见文献[15-17]。1.3光谱预处理
利用Savitzky-Golay7点平滑[18]结合一阶导数和二阶导数来移除噪音对光谱曲线的影响,此外,较多研究[19-20]表明附加散射校正(multiplicativescattercorrection,MSC)可以消除由于样品颗粒不均匀造成的装样误差和颗粒散射对光谱带来的影响,降低土壤样品的不均匀性带来的光谱差异。本研究通过比较选取最优的方法进行建模,进而确定最优的建模波谱区域。1.4数据分析方法
采用偏最小二乘法进行建模,先用校正样品集(建模样本,共331个)建立校正模型,再做交叉检验(采用Leave-one-out方法),最后采用独立的数据对模型进行外部验证(测试样本,共129个),建模和测试样本数据的选取参见文献[17]。具体方法:1)选取近红外区域全谱、合频、一倍频、二倍频和N-H基团及其组合的8个波段(如图1),采用偏最小二乘法对每个波段分别建立定标模型;2)为了提高模型精度,对不同预处理下的光谱进行定标建模,进而确定定标效果最好的区域。采用以下指标评定模型效果:内部交互验证决定系数Rcv2及均方根误差RMSECV、外部验证决定系数Rv2、预测均方根误差RMSEV及预测相对分析误差RPD。各指标的评价方法参见[21]。
图1不同类型土壤的近红外吸收光谱Fig.1Absorptionspectraofdifferentsoil


types
2
2.1
结果与分析
土壤全氮含量与近红外光谱的相关分析图1给出不同类型土壤的光谱特征曲线。不同类型土壤整体表现平缓,在近红外区域的光谱曲线在7142cm-1(1400nm)、5263cm-1(1900nm)和4545cm-1(2200nm)存在有明显的吸收峰,这主要是由于水分的吸收引起的。由于土壤全氮的标志基团N-H基团在近红外谱区的特征吸收波长主要有9800~9430、7000~6370、5100~4360cm-1(参见图1),因此该区域也作为土壤全氮定标建模区域。土壤全氮含量与近红外光谱吸光度之间的相关系数见图2。从图上可以看出,吸光度与全氮含量化学值的相关系数绝对值低于0.32,表明多种类型土壤样本的全氮含量与单波长点的吸光度相关不显著,必须考虑用多个谱区内的光



谱数据来建立定标模型。
Table2
图2土壤全氮含量与近红外光谱吸光度之间的相关系数Fig.2Correlationcoefficientbetweentotalnitrogencontentand
spectrumforabsorbanceofsoilsamples
2.2
不同区域PLS校正模型
从图1土壤样品在仪器测定范围(4000~10000cm-1)内的吸收光谱可知,对不同的区域进行组合共有8个区域:全谱(4000~10000cm-1)、一倍频(5500~7000cm-1)、二倍频(7000~10000cm-1)、合频(4000~5500cm-1)、一倍频+合频(5500~7000cm-1+4000~5500cm-1)、二倍频+合频(7000~10000cm-1+4000~5500cm-1)、一倍频+二倍频(5500~7000cm-1+7000~10000cm-1),另外还有“N-H基团”区域。为提高模型精度,对光谱进行不同的预处理,包括附加散射校正、导数及平滑处理,以确定最优的建模波段。表2为不同预处理方法下8个建模区域的定标及外部验证结果。
表2基于偏最小二乘法建立的不同区域及预处理方法的土壤全氮含量的标定模型及检验结果
CalibrationandvalidationresultsforspectralmodelsofNdevelopedbyPLSwithdifferentwavebandsandpretreatmentmethods
(n=331)
预处理方法原始光谱SG+FDSG+SDMSC+LOGMSC+SG+FDMSC+SG+SD
主因子个数
14841295
标定模型
决定系数0.90.760.540.90.830.59
均方根误差
0.150.270.370.160.230.36
决定系数0.850.740.560.90.790.58
外部验证均方根误差
0.180.220.270.160.180.25
相对分析误差
2.752.271.883.112.732
建模区域波数/cm-1
4000~10000
用近红外光谱对秦皇岛市昌黎地区土壤中的全氮含量进行了分析。对土壤光谱进行一阶微分,然后采用多元线性回归,确定最佳维数,建立校正模型,利用校正模型对土壤中全氮含量...
[2] 法, 建立了基于近红外光谱技术的土壤有机质含量和 土壤全氮含量的分析...最小二乘法(PLS)、 BP 神经网络(BPNN)和特征 光谱指数的土壤全氮含量估算模型...
朱艳 基于近红外光谱的土壤全氮含量估算模型[期刊论文]-农业工程学报 2012(12) 6.刘向新.周亚立.翟超.闫向辉.李生军 水平摘锭运动轨迹的分析[期刊论文]-中国...
r许索 了使用近红外光谱技术检测土壤全氮含量 的模型 , 型精 模 度达到 了...正 的影 响,提出了一个归一化的水分吸收指数 MAI 计算 方法如式 ,()示。 ...
许多研究探 lt 索了使用近红外光谱技术检测土壤全氮含量的模型,模型精56 度达到...为了消除水分对光谱修正的影 响,提出了一个归一化的水分吸收指数 MA ,计算方法...
基于近红外光谱技术的土壤参数BP神经网络预测_专业资料。利用BP神经网络预测方法,建立了基于近红外光谱技术的土壤有机质含量和土壤全氮含量的分析模型。试验共测量了...
基于可见_近红外光谱技术预测茶鲜叶全氮含量_农学_农林牧渔_专业资料。第 28 ...鲍一丹等分析了土壤含水量和 土壤粒径大小对氮含量光谱预测模型的影响 [6 ] ...
质进行高光谱预测分析[8],Rossel 等利用 PLSR 算法结合近红外光谱预测了有机碳等 张娟娟等基于近红外光谱建立了 PLSR 土壤组分[9], 模型以估算土壤全氮含量[10...
预测方法,建立了基于近红外光谱技术的土壤有机质含量和土壤全氮含量的分析 模型...丁国香 基于高光谱的土壤有机质含量估算研究[期刊论文]-光谱学与光谱分析 2011...
北京典型耕作土壤养分的近红外光谱分析研究_专业资料...作为模型精度的评价指标.分析结果:土壤的全氮模型r2...不动的相对运动形式,模拟播种机田间运 动,通过计算...
热门文档