基于连续投影算法的土壤全氮和碱解氮含量高光谱估测

作者：张恒; 梁太波; 冯文强; 戴华鑫; 翟振; 藏照阳; 江鸿; 冯长春^*; 张艳玲^*

来源：中国烟草科学, 2023, 44(05): 103-113.

DOI：10.13496/j.issn.1007-5119.2023.05.013

• 植烟土壤
• 高光谱数据
• 全氮
• 碱解氮
• 连续投影算法
• 核岭回归

基于高光谱数据构建土壤全氮和碱解氮含量估测模型，为准确快速检测植烟土壤全氮和碱解氮含量提供新方法。以会东县和会理市植烟土壤为研究对象，利用高光谱成像获取土壤光谱反射率数据，应用连续投影算法(SPA)和相关分析法(CA)筛选特征波段，并分别采用全波段和特征波段构建偏最小二乘回归(PLSR)、岭回归(RR)和核岭回归(KRR)模型来估测土壤全氮和碱解氮含量。结果表明：(1)原始光谱经4种预处理方法处理后，建立的估测模型精度均有提高；其中经一阶导数(D1)组合标准正态分布(SNV)预处理后，使用全波段建立的全氮和碱解氮含量估测模型精度均较高。(2)SPA筛选出了10个土壤全氮特征波段，13个土壤碱解氮特征波段，分别占全波段数量的2.58%和1.98%。(3)原始光谱经D1-SNV预处理后，用SPA筛选特征波段构建的全氮和碱解氮含量KRR估测模型性能均较好；全氮估测模型验证集决定系数(R2)为0.87，均方根误差(RMSEV)为0.23，相对分析误差(RPD)为2.77；碱解氮估测模型验证集的R2为0.91,RMSEV为14.15,RPD为3.39。运用SPA结合KRR构建的模型能较好地估测研究区土壤全氮和碱解氮含量，D1-SNV-SPA-KRR方法可实现该地区全氮和碱解氮含量的准确估测。

• 单位
  中国烟草总公司郑州烟草研究院