基于PLSR-BP复合模型的红壤有机质含量反演研究

对红壤地区土壤有机质进行快速预测,以满足智慧农业与精准施肥的需要。以江西省奉新县北部为研究区域,采用1 km×1 km标准格网划分研究区进行采样,共得到红壤样本248个。对土壤光谱进行了包含分数阶导数在内的3种数学变换方法,将经过P=0.01显著性检验的波段用于模型的构建,选用偏最小二乘回归(PLSR)和BP神经网络建立土壤有机质含量预测模型。结果表明:当对红壤光谱数据进行1.5阶导数变换后再使用PLSR-BP复合模型对土壤有机质含量进行预测时的结果为最优,训练集R~2=0.89,RMSE=4.68g·kg~(-1),验证集R~2=0.87,RMSE=5.55g·kg~(-1),RPD=2.75。1.5阶导数对红壤光谱数据的变换能够更好地突出与有机质相关的特征信息,有助于其含量预测。PLSR-BP复合模型预测精度优于单一模型,能够较好地预测红壤有机质含量,为精准农业快速监测红壤有机质含量提供了新的途径。     

基于铁氧化物特征光谱和改进遗传算法反演土壤Pb含量

近年来,高光谱的快速发展使野外实时监测土壤重金属含量成为可能。然而高光谱分辨率数据在提高信息量的同时也造成了信息冗余,该研究针对光谱冗余问题,提出一种基于铁氧化物特征光谱和改进遗传(Improved Genetic Algorithm,IGA)特征优选算法的反演方法:依据Pb在土壤中的吸附机理,提取土壤光谱中的铁氧化物特征谱段用于Pb含量反演,减少数据冗余的同时提高方法的机理性。改进遗传算法解决传统遗传算法(Genetic Algorithm,GA)"过早收敛"的问题,增强算法的有效光谱的提取能力。使用雄安新区农田野外土壤样本构建偏最小二乘回归模型(Partial Least Square Regression,PLSR)反演土壤Pb含量,研究表明:相对于全谱段建模,基于铁氧化物特征谱段的IGA-PLSR模型的R~2和RPD分别提升了0.397、1.037,RMSE下降了1.958 mg/kg;改进后的IGA-PLSR在运行初期能够跳出局部解区域寻找更加有效的光谱波段组合,平均的R~2、RPD分别为0.822、2.377,RMSE为2.221mg/kg,相对于传统GA-PLSR算法的精度(平均R2、RPD为0.782、2.117,RMSE为2.487 mg/kg)有显著提升。该研究表明,从反演机理和波段选择算法两方面提出的反演方法有利于提高土壤Pb含量的估算精度。该研究为雄安地区农田土壤Pb含量的高光谱估算提供了参考。     

土壤有机质含量可见-近红外光谱反演模型校正集优选方法

土壤有机质含量可见-近红外光谱反演过程中校正集的构建策略对模型的预测精度有重要影响。以江汉平原洪湖地区水稻土为研究对象,采用Kennard-Stone(KS)法,Rank-KS(RKS)和Sample set Partitioning based on joint X-Y distance(SPXY)法,构建样本数占总校正集不同比例的子校正集,通过偏最小二乘回归,建立土壤有机质含量的可见—近红外光谱反演模型。结果表明:KS法无法提高模型预测精度,但可以在保证标准差与预测均方根误差比(ratio of performance to standard deviation,RPD)2.0的前提下减少30%的校正样本;基于SPXY法的模型,当子校正集样本比例为总校正集的50%时达到最佳的模型预测精度,RPD为2.557;RKS法能够在保证预测精度的情况下(RPD2.0),最多减少总校正集70%的样本,对应模型RPD为2.212。当校正集与验证集的有机质含量分布相近时,能够以较少的建模样本达到与总校正集相近甚至更高的模型预测精度,提升土壤有机质光谱反演模型的实用性。     

基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算

为改善高光谱技术对荒漠土壤有机质的估测效果,该文采集了以色列Seder Boker地区的荒漠土壤,经预处理、理化分析后将土样分为砂质土和黏壤土2类,再通过光谱采集、处理得到6种光谱指标:反射率(reflectivity,REF)、倒数之对数变换(inverse-log reflectance,LR)、去包络线处理(continuum removal,CR)、标准正态变量变换(standard normal variable reflectance,SNV)、一阶微分变换(first order differential reflectance,FDR)和二阶微分变换(second order differential reflectance,SDR)。通过灰度关联(gray correlation,GC)法确定SNV、FDR、SDR为敏感光谱指标,采用偏最小二乘回归(partial least squares regression,PLSR)法和岭回归(ridge regression,RR)法,构建基于敏感光谱指标的土壤有机质高光谱反演模型,并对模型精度进行比较。结果表明:砂质土有机质含量的反演效果要优于黏壤土;基于SNV指标建立的模型决定系数R~2和相对分析误差RPD均为最高、均方根误差RMSE最低,所以SNV是土壤有机质的最佳光谱反演指标;对SNV-PLSR模型和SNV-RR模型综合比较得出,SNV-RR模型仅用全谱4%左右的波段建模,实现了更为理想的反演效果:其中,对砂质土有机质的预测能力极强(R_p~2为0.866,RMSE为0.610 g/kg、RPD为2.72),对黏壤土有机质的预测能力很好(Rp2为0.863,RMSE为0.898 g/kg、RPD为2.37)。荒漠土壤有机质GC-SNV-RR反演模型的建立为高光谱模型的优化、土壤有机质的快速测定提供了一种新的途径。     

高标准基本农田建设区域土壤重金属含量的高光谱反演

为快速高效的获取高标准基本农田建设区域土壤重金属信息,以新郑市高标准基本农田建设区域为研究对象,共采集154个土壤样品,在室内利用ASD Field Spec3型地物光谱仪获得土壤高光谱数据,对土壤样品在400~2 400 nm的光谱反射率进行多元散射校正(multiplicative scatter correction,MSC)和Savitzky-Golay(SG)平滑后,进行一阶微分(first order differential reflectance,FDR)和二阶微分(second order differential reflectance,SDR)变换,并与Cr、Cd、Zn、Cu、Pb 5种重金属含量进行相关性分析,遴选出通过P=0.01显著性检验的高光谱特征波段作为反演模型的自变量,采用116个建模集样本构建偏最小二乘模型(partial least square regress,PLSR),通过精度检验筛选每个土壤重金属的最佳反演模型,并采用最佳地统计插值方法对高标准基本农田建设区域土壤重金属进行空间插值。结果表明:Cr的SDR-PLSR模型为最佳反演模型(R~2=0.88,RPD=1.68),Cd的R-PLSR模型为最佳反演模型(R~2=0.70,RPD=1.50),Zn的R-PLSR模型为最佳反演模型(R~2=0.88,RPD=2.05),Cu的R-PLSR模型为最佳反演模型(R~2=0.99,RPD=3.36),Pb的SDR-PLSR模型为最佳反演模型(R~2=0.93,RPD=3.16);采用构建的土壤重金属的最佳模型,对土壤重金属含量进行空间插值,结合高标准农田建设标准可知Zn含量符合土壤环境质量Ⅱ类标准且均低于土壤背景值,Cr、Cd、Cu和Pb符合土壤环境质量Ⅱ类标准,但是部分区域超过了土壤背景值。该研究为高光谱反演模型用于高标准基本农田建设区域土壤基础信息的实时监测提供了参考。     

不同利用方式下土壤有机质和全磷的可见近红外高光谱反演

以太湖流域直湖港小流域稻田、桃园和菜地的土壤样本为研究对象,研究了不同光谱建模方法和土地利用方式对土壤有机质和全磷高光谱反演的影响。结果表明:(1)偏最小二乘回归分析(Partial least squarer egression,PLSR)模型的建模和预测精度较高且稳定;人工神经网络中广义回归神经网络(Generalized regression neural network,GRNN)网络预测精度较高但易出现过拟合现象,反向传播神经网络(Back propagation neural network,BPNN)网络比较稳健但精度略低;偏最小二乘与人工神经网络相结合则可综合两者优点,改善复杂样本下的预测精度。(2)土壤有机质的光谱反演结果优于全磷。3种土地利用方式中,稻田的预测效果总体优于桃园和菜地。在当前研究区域内土地利用方式对土壤有机质光谱反演影响不大,但对全磷反演影响较大。今后利用光谱对土壤全磷反演时需分土地利用方式对模型进行校准。     

东北典型黑土区表层土壤有机质含量高光谱反演研究

选择东北典型黑土区——德惠市、扶余市和双城市为研究区,利用便携式地物光谱仪获取土壤光谱数据,基于原始光谱值及一阶微分、倒数的对数、连续统去除变换,分别建立了黑土有机质含量的多元线性逐步回归模型、偏最小二乘回归模型和BP神经网络模型。结果表明:高光谱与土壤有机质含量在多个波段相关性较好,其中有机质与反射率一阶微分处理的相关性最好,在光谱584 nm处其相关性最强(r=-0.60,n=81)。光谱一阶微分处理数据在三种建模方法中的预测及验证精度均高于原始光谱值、倒数的对数和连续统去除变换,因此一阶微分为最佳光谱变换形式。偏最小二乘回归分析的预测效果整体优于多元线性逐步回归分析和BP神经网络分析,光谱一阶微分处理的偏最小二乘回归模型呈现出最佳预测效果,决定系数为0.71、均方根误差为2.29 g kg~(-1)(n=53)。     

基于中红外漫反射光谱法预测黄土碳酸钙含量

以黄土高原侵蚀严重的丘陵沟壑区7个小流域126个土壤样品和108个沉积泥沙样品为对象,分析了土壤的基本属性及其中红外漫反射光谱特征,将中红外漫反射光谱技术与化学计量法相结合,采用不同的光谱预处理方法,分别利用偏最小二乘回归法、主成分回归法和支持向量机回归法建立土壤碳酸钙的光谱估算模型,并对模型进行验证。结果显示:土壤光谱变量与碳酸钙含量的关系更接近线性相关,偏最小二乘回归法和主成分回归法要优于支持向量机回归法,其中PLSR(SG-Der1st)模型为最优,对土壤(决定系数R~2=0.948,相对分析误差RPD=4.426)和沉积泥沙(决定系数R~2=0.875,相对分析误差RPD=2.841)均能准确预测其碳酸钙含量。研究结果表明,基于中红外漫反射光谱的碳酸钙含量估算模型能准确定量土壤及沉积泥沙碳酸钙含量,实现了对黄土高原小流域土壤碳酸钙的快速无损测量。     

结合高光谱信息的土壤有机碳密度地统计模型

传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型,选取决定系数(R~2)、均方根误差、标准差与预测均方根误差比(ratio of performance to deviation,RPD)对模型预测精度进行对比评价。结果显示,结合高光谱信息,且同时考虑残差空间结构的回归克里格模型表现优于其他模型,预测决定系数R~2为0.617,RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点,因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。     

准东煤田土壤铅含量高光谱估算

以新疆准东露天煤矿为研究靶区,对矿区周围不同程度铅污染土壤进行采集与光谱测定,分析不同铅含量土壤高光谱反射率特征,运用多元线性回归和偏最小二乘回归建立土壤铅含量估算模型并进行精度检验。结果表明:在土壤铅含量与近红外和中红外波段部分光谱反射率之间的相关性较高,二阶微分处理之后的光谱数据建模精度高于其他处理方法。偏最小二乘回归建立模型估算效果优于多元线性回归建立的模型精度,其最优的偏最小二乘回归模型校正和验证的决定系数(R~2)分别达到了0.71和0.69,其校正和验证的均方根误差(RMSE)值分别为4.42 mg kg~(-1)和2.69 mg kg~(-1),以及相对分析误差(RPD)值为2.36,该模型能够较好地估算土壤铅含量,从而为土壤重金属污染快速监测提供技术方法和理论依据。     

基于EPO算法去除水分影响的土壤有机质高光谱估算

野外进行土壤有机质的光谱快速预测时需考虑土壤含水量的影响。在室内设计人工加湿实验分别获取9个土壤含水量梯度(0~32%,间隔4%)的土壤光谱数据,分析土壤含水量变化对光谱的影响,再利用外部参数正交化法(external parameter orthogonalization,EPO)进行湿土光谱校正,并结合偏最小二乘回归和支持向量机回归分别建立土壤有机质预测模型。结果表明,土壤光谱反射率随着土壤含水量的增加呈非线性降低趋势,偏最小二乘回归模型的预测偏差比为1.16,模型不可用;经EPO算法校正后,各土壤含水量梯度之间的光谱差异性降低,能实现土壤有机质在不同土壤含水量梯度的有效估算,偏最小二乘回归和支持向量机回归模型的预测偏差比分别提高至1.76和2.15。研究结果可为田间快速预测土壤有机质提供必要参考。     

基于光谱分析的土壤重金属含量估算研究——以三江源区玉树县和玛多县为例

以三江源区玉树县和玛多县为研究区,利用实验室测定的As、Cu、Pb、Zn、Cr、Cd、Hg元素含量和室内采集的土壤原始光谱及其4种转换形式,建立了光谱指标与重金属含量的多元回归模型,利用决定系数(R2)、相对分析误差(RPD)及均方根误差(RMSE)评价模型的精度。研究结果表明,土壤As、Cu、Pb、Zn、Cr、Cd含量与SOM、Fe、Mn、Al、Mg等元素具有显著相关关系,Hg元素则未达到显著性水平。As、Cu、Pb、Zn、Cr和Cd元素估算模型回归方程R2达到了0.5以上,均通过了显著性检验,其中Pb、Zn和Cr元素验证样本RPD均达到了1.4以上,模型具备粗略估算能力;As、Cu和Cd元素验证样本RPD均低于1.4,模型不具备粗略估算能力。Hg元素估算模型回归方程的R2为0.28,未能通过显著性检验,无法用于对Hg含量的估算。     

艾比湖流域不同土地覆盖类型土壤养分 高光谱反演模型研究

土壤养分影响着土壤的质量,也影响着植被、农作物等的生长。为快速准确地估测艾比湖流域土壤养分状况,选择艾比湖流域精河县作为研究区,以精河县内不同地表覆盖类型土壤为研究对象,基于实地采集的75个土壤样品的室内ASD Field Spec3实测光谱数据和3种光谱变换形式,利用10 nm间隔重采样进行去噪处理,再结合多元逐步回归法(SMLR)、偏最小二乘法回归法(PLSR)、人工神经网络法(ANN)分别建立土壤养分预测模型,以探索最优模型。结果表明:土壤实测光谱的一阶微分、二阶微分变换形式能显著提高光谱与土壤养分之间的相关性,尤其是一阶微分变换与土壤有机质和全氮的相关性最高分别达0.87和0.91,光谱变换技术能显著增强土壤养分与高光谱之间的敏感度,达到更好的建模效果;SMLR、PLSR和ANN这3种模型都具有良好的预测能力,其中,ANN建立的模型预测效果最好,二阶微分变换的ANN模型对有机质、全氮的预测决定系数(R2)分别为0.886和0.984,均方根误差(RMSE)分别为2.614和0.147,PLSR次之;全氮的预测效果明显优于有机质的预测效果,说明高光谱和全氮之间的敏感性更高。总体来说,光谱二阶微分变换形式的人工神经网络模型可以最精确稳定地完成土壤养分含量的快速预测,能够实现艾比湖流域的土壤养分空间分布状况和动态变化特征的动态监测。     

基于Landsat-8数据的土壤颜色预测方法研究

选择黑龙江省292个自然风干土壤样品,室内测定土壤高光谱反射率,然后依据三刺激值法计算土壤CIE XYZ色彩空间各颜色分量,用于土壤颜色预测和验证.同时,提取各样品采集点位的Landsat-8 OLI原始反射率数据,计算归一化差值植被指数、归一化差值水体指数、归一化差值湿度指数、归一化差值不透水面指数,并据此提出建模光...     

白银市平川区土壤与农产品硒含量特征及成因分析

为探明白银市平川区土壤硒分布规律和影响土壤中硒含量的因素,为保护和开发富硒土壤资源提供理论依据。我们在白银市平川区共采集土壤样本59个、农作物可食部分样品36个,通过检测分析土样全硒含量、土壤化学性状(铅、汞、镉、pH、有机质、有效硅、有效硼、有效铜、有效锌、有效铁、有效锰)与农作物可食部分全硒含量,研究了白银市平川区土壤与农作物全硒含量特征及其影响因素。结果表明:平川区土壤全硒平均含量为0.29 mg/kg,高出甘肃省土壤全硒平均含量45.0%,且富硒土壤母质均为冲洪积物。土壤全硒含量与土壤有机质(R2=0.32*)、有效硅(R2=0.35**)呈显著或极显著正相关。平川区各农产品全硒含量大小依次为胡麻、枸杞、藜麦、菊芋、玉米、马铃薯。平川区土壤硒含量有区域差异,西北部高于东南部,且灌区高于旱作区。土壤母质、有机质含量、有效硅含量是决定土壤富硒的主要因子,富集系数是各农产品全硒平均含量产生较大差异的主要原因。     

陕西武功县猕猴桃园土壤养分调查与评价

测定陕西武功县猕猴桃园土壤养分含量,评价土壤肥力状况,为指导果园科学施肥提供参考依据。本研究采集研究区10个代表性果园表层土壤样品,对其pH、有机质以及速效氮、磷、钾含量进行测定,结合相关分级标准,分析果园土壤肥力状况。结果表明:武功县猕猴桃园土壤pH在7.52～8.54,平均为8.16,属于弱碱性土壤;土壤有机质含量在10.78～26.73 g/kg,平均为18.43 g/kg,达到中量水平的土壤样品仅占25.1%,整体表现缺乏;土壤速效氮含量在47.60～254.16 mg/kg,平均为138.69 mg/kg,64.7%的土壤样品速效氮含量超过120 mg/kg,仅有8.0%的土壤样品速效氮含量缺乏;土壤有效磷含量在11.01～292.10 mg/kg,平均为59.22 mg/kg,达到丰富及以上水平的土壤样品占90.3%;土壤速效钾含量在32.81～458.20 mg/kg,平均为190.92 mg/kg,丰富、中量、缺乏的土壤样品分别占57.3%、28.2%、14.5%。研究区土壤pH、土壤有机质空间变异相对较小,土壤速效氮、磷、钾含量比较丰富,但空间分布不均衡。建议在今后土壤及施肥管理中,采取综合措施,适度降低土壤pH,以满足猕猴桃生长所需的土壤酸碱环境;加强有机肥的投入,逐年提高土壤有机质含量;控制氮、磷、钾化肥的施用,提高肥料利用率。     

豫中植烟土壤有效态微量元素与pH和有机质的关系

为探明豫中植烟土壤p H和有机质对微量元素有效态含量的影响，在豫中许昌市的建安、禹州、襄城和漯河市的城区、临颍和舞阳6个植烟县(区)采集了191个典型烟田耕层(0～20 cm)土样，测定了微量元素(有效铜、铁、锰、锌、钼)含量、p H和有机质含量，采用Pearson相关分析法与曲线回归方法分析了有效态微量元素含量与pH、有机质之间的关系。结果表明，有效铜、铁、锰、锌和钼的平均含量分别为1.20、49.24、84.80、1.71和0.02mg/kg，有效锰总体上充足，有效钼整体极为缺乏，个别样点有效铜、铁和锌缺乏；p H平均为7.90，总体上偏高；有机质平均为17.78g/kg，总体上适宜；微量元素有效态与pH、有机质之间均存在二次函数关系，随p H升高，有效铜呈增加趋势，有效铁和锌呈先升后降趋势，有效锰和钼呈先降后升趋势；随有机质升高，有效铜、锰、锌和钼呈增加趋势，有效铁呈先升后降的趋势。     

有机质与黏粒含量对黑土压缩-回弹特性的影响

为探明有机质和黏粒对黑土压缩-回弹行为的影响,以典型黑土区耕作土壤为研究对象,通过人工添加腐植酸、人工分离-提取-添加黏粒、恒温恒湿培养的方法各配制3个梯度的重塑土。采用室内固结的方法,通过压缩系数、压缩指数及回弹指数的测定与分析,研究了2种含水量条件下黑土压缩与回弹对有机质和黏粒含量变化的响应行为。结果表明:(1)压缩指数均随有机质含量的增加而增大,且在高含水量时二者呈极显著正相关,有机质含量最高时压缩指数为0.246 3,但有机质含量对回弹无显著影响。(2)无论含水量高低,压缩指数均与黏粒含量呈极显著正相关,而回弹指数随着黏粒含量的增加逐渐降低,且在低含水量时二者呈显著负相关。(3)含水量不同,有机质与黏粒对黑土压缩-回弹特性的影响亦不同;黏粒对黑土压缩-回弹行为的影响更为显著。     

海南省芒果主产区土壤养分现状与果实矿质养分相关性评价与分析

研究海南省芒果主产区土壤养分丰缺及与果实矿质养分相关性,以期掌握芒果园土壤肥力现状,为科学、合理制定海南省芒果主产区的施肥策略奠基础。通过对海南省芒果主产区陵水、三亚、乐东、东方四市县芒果园0~20 cm、20~40cm土层采集的342个土壤样品和90个植物样品进行养分测定分析。研究发现,芒果园土壤pH均值为5.51,果园土壤呈酸性;果园有机质含量偏低,随土层加深而降低,四地土壤有机质含量在三级以下水平占各地土壤的比例分别为:陵水60%、三亚69%、乐东93%、东方100%;果园土壤全氮、碱解氮含量较低,基本在三级及以下水平,土壤速效钾、速效磷含量较高,大部分土壤在三级及以上水平范围,磷含量变异系数较大,分别为:0~20 cm土层为123.07%,20~40 cm土层为138.32%;芒果园土壤交换性钙含量较丰富,交换性镁含量较低,钙含量随土层加深而增加,镁则相反;芒果园微量元素含量比较丰富,随土层的加深有效铁、有效铜、有效锌含量减少,有效锰略微增加,有效硼基本不变;果园土壤养分含量与果实矿质元素含量的相关性较强,其中果实锰与土壤速效钾(相关系数0.990)、果实锰与土壤碱解氮(相关系数0.995)、果实锰与土壤有效锌(相关系数0.960)及土壤铜与果实铜(相关系数0.926)为显著的正相关,土壤有效磷与果实微量元素含量呈负相关关系,土壤有效铁与果实大量元素含量呈负相关,土壤速效钾和碱解氮与果实微量元素呈正相关。海南省芒果园土壤有机质、土壤氮(全氮、碱解氮)含量均较低,速效磷和速效钾含量为中上水平,交换性镁含量较低,果园土壤微量元素较丰富。建议生产中以基肥为主,增施有机肥,适当配施锰等微量元素,可以喷施少量叶面肥补充微量元素。在施肥时应平衡施肥,合理用量。