基于偏最小二乘回归的土壤有机质含量高光谱估算

为实现基于光谱分析土壤有机质含量的快速测定,该文以江汉平原公安县的土壤为研究对象,进行室内理化分析、光谱测量与处理等一系列工作,在土壤原始光谱反射率(raw spectral reflectance,R)的基础上,提取了其倒数之对数(inverse-log reflectance,LR)、一阶微分(first order differential reflectance,FDR)和连续统去除(continuum removal,CR)3种光谱指标,分析4种不同形式的光谱指标与有机质含量的相关性,对相关系数进行P=0.01水平上的显著性检验来确定显著性波段的范围,并基于全波段(400~2 400 nm)和显著性波段运用偏最小二乘回归(partial least squares regression,PLSR)建立了该区域土壤有机质高光谱的预测模型,通过模型精度的比较确定最优模型。结果表明,进行CR变换后,光谱曲线的特征吸收带更加明显,相关系数在可见光波段范围内有所提高;基于全波段的PLSR建模效果要优于显著性波段,其中以CR的预测精度最为突出,其模型的决定系数R2和相对分析误差RPD分别为0.84、2.58;显著性波段的PLSR模型与全波段对比在模型精度方面虽有一定差距,但从模型的复杂程度来比较,具有模型简单、运算量小、变量更少的特点;最后,综合比较了全波段和显著性波段4种光谱指标的反演精度,发现CR-PLSR模型的建模和预测的效果比R-PLSR、LR-PLSR、FDR-PLSR模型都要显著。该研究可为将CR-PLSR高光谱反演模型用于该区域土肥信息的遥感监测提供参考。     

基于偏最小二乘法分析枇杷叶提取物中α-葡萄糖苷酶抑制剂

为快速筛选枇杷叶(Eriobotrya japonica)提取物中的α-葡萄糖苷酶抑制剂,本研究基于组效分析法探究有效组分与酶抑制活性间的关系,揭示其关键活性组分。通过测定不同产地的枇杷叶提取物对α-葡萄糖苷酶的抑制效果,采用超高效液相色谱-质谱联用(UPLC-MS)对其进行成分分析,运用偏最小二乘回归分析法分析活性,并通过分子对接进行验证。结果表明,10种提取物能有效抑制α-葡萄糖苷酶,IC₅₀值为1.31～2.65μg·mL^-1,且抑制活性强于阳性对照阿卡波糖(IC₅₀为81.98μg·mL^-1),其中产自陕西省汉中市的野生枇杷叶提取物的抑制效果最佳,IC₅₀为1.31μg·mL^-1,对α-葡萄糖苷酶呈竞争型抑制。10批样品的UPLC-MS特征指纹图谱中有16个共有峰,其中有6个共有峰的回归系数与抑制活性呈正相关,变量重要性较大,贡献度较高。通过与二级质谱、数据库及标准品比对,明确其中4个成分分别为科罗索酸、科罗索酸甲酯、奎宁酸和nerolido-3-...     

基于高光谱特征和偏最小二乘法的春小麦叶绿素含量估算

叶绿素含量是影响作物生长及产量的主要因素。该研究以2017年6月小型试验田获取的抽穗期春小麦叶绿素含量及其对应的光谱反射率为数据源,对红边(627~780 nm)、黄边(566~589 nm)、蓝边(436~495 nm)、绿边(495~566 nm)、吸收谷和反射峰的最大反射率及反射率总和等16个高光谱特征参数与叶绿素含量之间的相关性进行了分析,并结合偏最小二乘回归法(partial least-squares regression,PLSR)对叶绿素含量进行高光谱建模及验证。结果表明:1)对特定的16个光谱特征参数而言,光谱特征参数绿边最大反射率与春小麦叶绿素质量分数之间的决定系数最低(R~20.5);决定系数较高(R~2≥0.5)的光谱特征参数包括蓝边最大反射率、蓝边反射率总和、黄边最大反射率、黄边反射率总和、红边最大反射率、红边反射率总和、绿边反射率总和、820~940 nm反射率总和及最大反射率、500~670 nm归一化吸收深度和560~760 nm归一化吸收深度,其中820~940 nm反射率总和决定系数达到最高(R~2为0.8);2)利用16个特征参量进行PLSR建模后,发现波段范围在820~940 nm的最大反射率及反射率总和所建立的PLSR估算模型为最优模型,其精度参数R~2p=0.8、RMSEp=2.0 mg/g、RPD=3.2。因此,该模型具有极好的预测能力。该研究为相关研究及当地精准农业提供科学支持和应用参考。     

基于最小二乘支持向量回归的鹅肉弹性的可见-近红外光谱测定

为简化鹅肉弹性的可见-近红外光谱模型和提高预测精度,采用联合区间偏最小二乘法(synergyinterval partial least square algorithm,siPLS)结合遗传算法(Genetic algorithm,GA)提取可见-近红外光谱特征波长,用最小二乘支持向量回归(least square support vector for regression,LSSVR)建立鹅肉弹性的预测模型。试验以万能试验机获取恢复距离S作为鹅肉弹性实际值。在模型建立过程中,先利用sym8小波的2层分解对原始的可见-近红外光谱进行光谱预处理;然后用siPLS优选出4个特征光谱子区间(分别为第3、5、9、13子区间),在这4个特征光谱子区间内继续用GA优选出74个特征波长,并建立基于LSSVR的鹅肉弹性的预测模型。模型预测集的决定系数(R2)和预测均方根误差(root mean squarederror of prediction,RMSEP)分别为0.9096和0.0588。试验结果表明,siPLS结合GA法能够有效提取光谱中的鹅肉弹性对应的特征波长,有利于提高LSSVR模型预测鹅肉弹性的精度。     

偏最小二乘法回归在水利工程安全监测中的应用

针对常规最小二乘法回归难以有效识别和消除自变量因子间的多重相关性影响这一不足,对偏最小二乘法回归在水利工程安全监测数据分析中的应用进行了研究。采用偏最小二乘法进行回归建模分析,将模型拟合与非模型式的数据内涵分析有机结合,同时实现回归建模、数据结构简化以及因子间的多重相关性分析,并通过交叉有效性检验来确保模型精度。对绕坝渗流地下水位实测资料的建模分析表明,偏最小二乘回归法能有效克服因子间的多重相关性影响,所分离出的因子变量对实测结果具有更好的物理成因解释能力,因而在水利工程安全监测及有关数据的统计分析方面具有广阔的应用前景。     

基于核偏最小二乘的矿区土壤Cu含量高光谱反演

本文探究应用高光谱遥感手段反演铜锌矿区土壤Cu含量的可行性,以湖南省某矿区土壤为例。在对原始高光谱重采样、一阶微分、对数、连续统预处理后,分别进行与Cu含量的相关性分析,最终选用一阶微分变换光谱数据进行建模。在建模反演时,针对多元线性回归(MFL)和传统偏最小二乘(PLS)在应用过程中没有考虑变量间的非线性关系的缺点,提出了基于核偏最小二乘(KPLS)回归的土壤Cu含量预测模型。研究结果表明,相对于PLS和MFL,KPLS能较好的提升土壤Cu含量估算能力,预测样本的平均相对误差为13.25%,明显高于MFL的32.22%和PLS的14.18%。研究结果也表明了高光谱遥感手段可以反演矿区土壤Cu含量,且核偏最小二乘模型也可为其它土壤重金属的反演提供参考。     

用偏最小二乘法及傅立叶变换近红外光谱快速检测白酒酒精度

为了得到白酒工业中酒精度的快速检测技术,将偏最小二乘法与傅立叶变换近红外光谱相结合,通过解析白酒样品的近红外光谱图和对光谱进行不同的预处理,结果表明：用最大最小归一化法预处理光谱,光谱范围选择9747.1～7498.3 cm^-1和6102～5446.3 cm^-1,采用内部交叉验证建立模型,决定系数(R²)为99.99%,交互验证均方根差(RMSECV)为0.165%,主成分数为4,此条件下建模效果较好;模型进行验证结果表明预测集相关系数(R²)为99.80%,预测标准偏差(RMSEP)为0.264%,模型的预测效果很好,具有较高的精密度和良好的稳定性,能满足生产中白酒酒精度的快速检测要求。     

基于蚁群优化最小二乘支持向量回归机的河蟹养殖溶解氧预测模型

养殖池塘溶解氧是河蟹赖以生存的重要指标,及时准确地掌握溶解氧浓度变化趋势是确保高密度河蟹健康养殖的关键。为提高溶解氧预测精度和效率,该文提出了蚁群算法(ACA)优化最小二乘支持向量回归机(LSSVR)的河蟹养殖溶解氧预测方法。采用蚁群算法对最小二乘支持向量回归机的模型参数进行优化,并以自动获取的最佳参数组合构建溶解氧与其影响因子间非线性预测模型。利用该模型对江苏宜兴市2010年7月20日～7月28日期间高密度养殖池塘溶解氧进行预测。研究表明,该预测模型取得较好的预测效果,与支持向量回归机和BP神经网络相比,模型评价指标均方根误差、相对均方误差均值、平均绝对误差和和决定系数和运行时间分别为0.0328、0.0016、0.0448、0.9916和3.3275s均优于其他预测方法,ACA-LSSVR模型不仅计算复杂度低、收敛速度快、预测精度高、泛化能力强,还能满足实际高密度河蟹养殖溶解氧管理的需要,为其他领域的水质预测提供参考。     

最小二乘与分位数回归方法在河流水沙研究中的应用——以陕北延河流域为例

基于延河流域1956-2010年气象水沙数据,研究流域降水、径流和输沙量动态变化趋势及时间序列分布特征,并分别采用最小二乘法和分位数回归分析方法研究降水、径流及输沙三者间的相关关系.结果表明：1956-2010年流域年降水量、径流量、输沙量整体呈下降趋势,具有阶段性波动特征,并存在不同程度的异常值;最小二乘回归（OLSR）分析可以描述降水、径流和输沙量三者之间的平均相关关系,但当数据存在偏态、异常值或数据随机误差项为异方差时,最小二乘回归分析受到一定限制;分位数回归（QR）分析更加符合实际的气象、水文数据特征,特别是在分位数τ位于高分位部分,分位数回归拟合的有效性比最小二乘回归更好,可以更真实、准确地反映更多的局部信息.研究结果为河流水沙动态分析提供了一种新方法,可为客观准确地认识河流水沙关系提供参考.     

近红外光谱结合偏最小二乘法快速评估土壤质量

以长江中下游粮食主产区水稻土为研究对象,采集17种不同施肥处理下共136个土壤样品在350 ～2 500 nm范围的近红外光谱,利用偏最小二乘回归分析结合交叉验证法建立了近红外漫反射光谱与传统化学分析方法测得的全碳、全氮、碳氮比、速效钾、速效磷、电导率、土壤pH等土壤指标之间的定量分析模型。模型的决定系数（R2）以及化学分析值标准差（SD）与模型的内部交叉验证均方差（RMSECV）的比值RSC用于判定建立的模型的好坏。结果表明：全碳、全氮、碳氮比和pH模型的R2和RSC分别为：R2=0.94,RSC=4.31;R2=0.95,RSC=4.35;R2=0.97,RSC=5.60;R2=0.92,RSC=3.37,说明上述土壤指标的预测结果很好。速效钾模型的R2和RSC分别为：R2=0.87,RSC=2.23,表明预测结果尚好。而速效磷和电导率模型的R2和RSC分别为：R2=0.18,RSC=1.16;R2=0.37,RSC=1.31,说明两者的预测结果均很不理想。综上所述,水稻土的土壤质量相关指标（全碳、全氮、碳氮比、速效钾和土壤pH）可以通过近红外光谱结合偏最小二乘法（NIR-PLS）快速评估。     

应用Penman Monteith模型估算稻田蒸散的误差分析

通过对Penman Monteith模型（PM模型）进行微分处理,从理论上分析了土壤热通量、储热项、表面层阻力和空气动力学阻力对PM模型模拟稻田蒸散的误差贡献;在此基础上提出储热项修正和稳定度修正建议,并对水稻4个生育期修正后的PM模拟结果与原始模型模拟结果进行比较。分析表明：按照一般量级关系,净辐射、土壤热通量、储热项、表面层阻力、空气动力学阻力误差分别为5%、10%、100%、20%和20%时,对蒸散误差的贡献率分别为26.8%、5.36%、53.6%、11.11%、3.17%。在水稻移栽拔节、拔节抽穗、抽穗灌浆、成熟4个生育期,10cm土层的储热量均大于田间水层的储热量,且土层和水层储热量均随生育期推进而降低。水层储热在前两个生育期对蒸散的影响比后两个生育期大,与原始模拟值相比,前两个生育期仅考虑土壤储热修正后7：00-14：00蒸散降低幅度为0.04～0.073、0.02～0.11mm·h-1,仅考虑水层储热修正后蒸散降低幅度为0.006～0.038、0.003～0.015mm·h-1;仅考虑空气动力学阻力修正后4个生育期的蒸散值平均降低了0.00064、0.0134、0.0055、0.0024mm·h-1。     

水稻蒸散特征及日尺度作物系数估算*5

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

水稻蒸散特征及日尺度作物系数估算

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

Partial Least Square Regression Method for the Detection of Polycyclic Aromatic Hydrocarbons in the Soil Environment Using Laser-Induced Fluorescence Spectroscopy

Polycyclic aromatic hydrocarbons (PAHs) are currently of great concern due to their potential carcinogenicity. The standard methods of identification and quantification of PAHs are costly and time–consuming. Laser–induced fluorescence (LIF) spectroscopy can overcome these limitations and make it possible to simultaneously identify and quantify several PAHs without the aid of chemical pre-processing steps. LIF system and multivariate chemometric analysis, especially the partial least square (PLS) regression method, have been employed to investigate the potential correlations between LIF data and soil properties, especially their physical composition and moisture content, and confirm the capability for the detection of PAHs in soils, using the soil samples artificially comprised of sand and silt/clay. Phenanthrene and pyrene were selected as representative PAHs. The diffuse reflectance has also been recorded to investigate the capability to normalize the LIF data. Data analysis, through a multivariate chemometric analysis, showed significant statistical correlations between the LIF intensity and the PAH concentrations in soil samples. The LIF intensity has been shown to depend on the sample properties, with the diffuse reflectance at 532 nm also depending on these factors. It has been demonstrated that the errors induced by the physical composition could be reduced by dividing the LIF intensity by the diffuse reflectance at 532 nm. The LIF concentration data were compared with those measured by high performance liquid chromatography (HPLC), with values of correlation coefficient (R) of 0.96 and 0.90 for phenanthrene and pyrene, respectively. The results obtained through a data analysis algorithm, based on the linear mixture model and the normalization by diffuse reflectance, demonstrated that the PAHs in artificial soil samples could be discriminated and quantified by LIF spectroscopy.     

近30年皖西大别山土壤侵蚀时空变化及其对景观格局的响应

[目的] 为明确安徽省内长江流域和淮河流域重要的生态过渡区皖西大别山区的景观格局与土壤侵蚀及其关系,为该区域的景观格局调控和水土流失治理提供参考。[方法] 借助RULSE模型计算皖西大别山区近30年土壤侵蚀模数,借助景观指数对其景观格局的变化进行描述,并使用偏最小二乘回归(PLSR)探究该区域景观指数对土壤侵蚀的影响关系。[结果] 近30年,土壤侵蚀模数呈先减少后增加趋势;土壤侵蚀较严重地区主要集中在中西部和南部山区;大部分地区土壤侵蚀强度主要为微度和轻度,且各类土地利用类型的侵蚀强度有明显差别,表现为草地＞耕地＞林地;土地利用类型及景观格局总体较稳定,景观格局变化主要表现为景观破碎化的降低、景观异质性和连接性的提高;香农多样性指数(SHDI)、边界密度指数(ED)、相似邻近百分比(PLADJ)、景观形状指数(LSI)对皖西大别山区具有显著解释意义,且表现为SHDI、ED、LSI对土壤侵蚀起显著正向作用,PLADJ对土壤侵蚀起显著负向作用。[结论] 在皖西大别山区,景观破碎化的提高和景观连通度的降低显著促进土壤侵蚀。     

Rice yield and water use as affected by soil management practices

A field experiment was conducted at the Shenyang Experimental Station of Ecology, Chinese Academy of Sciences,to study the effects of soil management practices on water use and rice (Oryza sativa L.) yield in an axtuic brown soil during 2001 and 2002. A completely random experimental design with three replications was employed, having four soil management practices as treatments, namely: an undisturbed plow layer (CK), a thin plastic film (TN), a thick plastic film (TI) and subsoil compacting (CP). Results indicated no significant differences among all treatments for rice biomass and grain yields. Also, water consumption was about the same for treatments TN and CK, however the treatments TI and CP were much lower with more than 45% and 40% of the irrigation water in the treatments TI and CP, respectively,saved each year compared to CK. Therefore, water use efficiency was higher in the treatments TI and CP. These results will provide a scientific basis for the water-saving rice cultivation.     

提高三元肥效模型建模成功率的主成分回归技术研究

三元二次多项式肥效模型在施肥实践中存在大量非典型式,严重制约了肥效模型计量精确性和应用价值。为提高田间肥效试验建模成功率,本研究探讨肥效模型建模新方法。根据福建省早稻171个"3414"设计的氮磷钾田间肥效试验结果,研究三元二次多项式肥效模型多重共线性的危害和诊断方法以及主成分回归建模技术。结果表明,试验设计矩阵X的方阵(XTX)条件数和方差膨胀因子的诊断指标均显示,三元二次多项式肥效模型存在严重的多重共线性,且这种共线性主要是因模型设定本身造成的。多重共线性严重制约了普通最小二乘法(OLS)的有效性,OLS回归建模的三元典型肥效模型比例仅占试验总数的27.5%。主成分回归对设计矩阵提取互不相关的9个主成分,消除了多重共线性危害。采用前7个主成分回归建模,三元典型肥效模型比例提高至43.3%,为OLS法的1.6倍。尤其是主成分回归大幅度降低了模型系数符号不合理的非典型式,从OLS建模的14.6%下降至零;模型无最高产量点的非典型式比例从OLS建模的36.8%下降至21.1%。7个主成分回归建模利用了试验设计矩阵X99.9%以上的方差信息,其所得典型式与OLS法所得典型式在推荐施肥量和预测产量上几乎无差别。针对主成分回归是一种有偏估计,采用OLS法结合前7个主成分回归建模,三元典型肥效模型所占比例进一步提高至55.6%,为OLS法的2.0倍,结果明显优于单独使用OLS回归或者主成分回归。因此,主成分回归可消除三元二次多项式肥效模型的多重共线性危害,OLS法结合前7个主成分回归建模是显著提高水稻氮磷钾三元典型肥效模型比例的最优建模策略。     

煤矿区土壤有机碳含量的高光谱预测模型

可见—近红外光谱已被证明是一种快速、及时、有效的土壤有机碳含量预测工具。利用Field Spec4对济宁鲍店矿区的104个土壤样品进行光谱测量,采用Savitzky-Golay卷积平滑(SG)、多元散射校正(MSC)及数学变换等多种方式组合对光谱预处理,并运用偏最小二乘回归分析建立土壤有机碳含量预测模型,进而探讨煤矿区土壤有机碳含量的高精度预测方法。结果表明:(1)不同的光谱预处理方法对建模结果影响差异较大,建模结果以SG加MSC预处理再结合光谱反射率的一阶微分变换最优,建模R~2=0.86,RMSE=2.0g/kg,验证R~2=0.78,RMSE=1.81g/kg,RPD=2.69。(2)倒数和倒数的对数与土壤有机碳含量的相关性曲线接近重合,与反射率曲线成反比,但是建模效果远低于反射率;光谱反射率的一阶微分能明显提高500~600nm波段相关性。(3)光谱反射率随土壤有机碳的含量减少而增大,当有机碳含量较低时,其波谱的近红外波段反射率响应能力也随之降低,反射率直接建模难度加大。     

基于SWAT模型的房山区不同情景方案下的蒸腾蒸发模拟

根据房山区的基础数据,结合SWAT模型自带的数据库,建立研究区的属性数据库,构建房山区SWAT模型。运用SWAT模型对2020年及2030年在不同管理措施下的情景方案进行模拟,结果显示：在设定的8种情景方案中,考虑节水灌溉措施下的农业灌溉定额管理,采用现状灌溉定额;调整农业种植结构适当减少耗水量比较大的旱作粮食、露天菜田,增加耗水量比较小的林地、设施农业、干鲜果等使种植结构优化;逐步减少地下水超采这3种因素下模拟的蒸腾蒸发值（ET）与目标ET值最接近。即在此方案设定的水资源规划管理模式下,可遏制房山区水资源的过量损耗,终止地下水的过度开采,最终实现流域的可持续发展。该研究可为房山区水资源管理提供重要的依据。