| 基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究 |
| |
| 引用本文： | 杨爱霞,丁建丽,李艳红,邓凯.基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究[J].光谱学与光谱分析,2016(3):691-696. |
| |
| 作者姓名： | 杨爱霞 丁建丽 李艳红 邓凯 |
| |
| 作者单位： | 1. 新疆大学资源与环境科学学院,新疆乌鲁木齐830046;绿洲生态教育部重点实验室,新疆乌鲁木齐830046;2. 新疆师范大学地理科学与旅游学院,新疆乌鲁木齐830054;自治区重点实验室“新疆干旱区湖泊环境与资源实验室”,新疆乌鲁木齐830054 |
| |
| 基金项目： | 新疆维吾尔自治区青年科技创新人才培养工程(2013711014)，国家自然科学基金项目(U1303381;41171036)，教育部新世纪优秀人才支持计划项目(NCET-12-1075)，霍英东青年教师基金项目(121018)，教育部长江学者计划创新团队计划项目(IRT1180)，新疆维吾尔自治区科技计划项目(201433115)，新疆大学优秀博士研究生创新项目(XJUBSCX-2012026) |
| |
| 摘 要： | 以新疆艾比湖湿地保护区采集的300个荒漠土壤样品为研究对象,利用ASD Field Spec○R3HR光谱仪获取的土壤可见-近红外光谱数据以及化学分析获取的土壤全磷数据为数据源,将原始光谱数据经过卷积平滑、标准正态变量变换以及一阶微分预处理后,采用蚁群-遗传结合区间偏最小二乘法提取荒漠土壤全磷含量特征波长,构建土壤全磷含量偏最小二乘回归预测模型;并与全谱偏最小二乘、蚁群-区间偏最小二乘、遗传-偏最小二乘模型进行比较。结果表明:经蚁群-区间偏最小二乘法筛选后,荒漠土壤全磷特征波段为500~700,1 101~1 300,1 501~1 700,1 901~2 100nm;进一步采用遗传-区间偏最小二乘法进行变量选择,得到共线性最小的13个有效波长,分别为:1 621,546,1 259,573,1 572,1 527,564,1 186,1 988,1 541,2 024,1 118和1 191nm。建模方法比较显示,采用蚁群-遗传结合区间偏最小二乘法选择的特征变量,建立的模型精度最高,其次是遗传算法、蚁群算法和全光谱。蚁群-遗传结合区间偏最小二乘法建立的土壤全磷含量的模型,效验证均方根误差RMSECV以及预测集均方根误差RMSEP分别为0.122和0.108mg·g-1,效验证相关系数Rc以及预测集的相关系数Rp分别为0.535 7,0.555 9。因此,经过卷积平滑、标准正态变量变换以及一阶微分预处理,并利用蚁群-遗传结合区间偏最小二乘法建立的模型不仅简单,而且具有较高的预测精度和较好的稳健性,可以估算荒漠土壤全磷含量。
|
| 关 键 词： | 光谱学 近红外光谱 蚁群-遗传区间偏最小二乘法 荒漠土壤全磷 |
Study on Estimation of Deserts Soil Total Phosphorus Content by Vis-NIR Spectra with Variable Selection |
| |
| Abstract: | |
| |
| Keywords: | Spectroscopy Vis-nir spectra Aco-ga-ipls Deserts soil total phosphorus content |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
