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。     

作物肥料效应函数模型研究进展与展望

在过去四十年里,肥料效应函数模型研究和应用取得重要进展,业已成为我国测土配方施肥的主要技术依据和一个分支体系,其中二次多项式是研究和应用最多的肥效模型。本文对经验肥效模型的类型及其适用性、试验设计、参数估计、类特征肥效模型、非典型式推荐施肥优化方法以及函数法与土测值的结合等方面的研究进展进行了简要综述。在此基础上,分析了问题产生原因和主要诊断方法。为此,建议:未来要深入探讨消除或缓解多元肥效模型多重共线性和异方差危害的补救措施及其有效应用条件;研发非结构肥效模型,克服经验肥效模型专业假设的不合理性;在大量"3414"试验资料基础上开展作物肥效参数识别技术研究,为肥效模型实现微观指导和推荐施肥软件系统研发提供理论模型依据。     

三元非结构肥效模型提高水稻施肥推荐的可靠性

【目的】针对三元二次多项式肥效模型的设定偏误和多重共线性危害导致建模成功率低的问题,研发三元非结构肥效模型,扩大模型适用性。【方法】在福建省平和县和仙游县选择了13个水稻氮磷钾田间肥效试验结果作为研究案例。田间试验均采用"3414"设计方案,即:1) N_0P_0K_0;2) N_0P_2K_2;3) N_1P_2K_2;4) N_2P_0K_2;5)N_2P_1K_2;6) N_2P_2K_2;7) N_2P_3K_2;8) N_2P_2K_0;9) N_2P_2K_1;10) N_2P_2K_3;11) N_3P_2K_2;12) N_1P_1K_2;13) N_1P_2K_1;14)N_2P_1K_1。其中,"2"水平为试验前当地氮磷钾推荐施肥量,"0"水平表示不施肥,"1"水平和"3"水平的施肥量分别为"2"水平的50%和150%。在一元非结构肥效模型基础上,利用氮磷钾田间肥效试验结果,在每个试验点分别构建了三元二次多项式肥效模型和三元非结构肥效模型。利用已有的668个水稻"3414"田间试验结果,比较验证了两种模型的拟合效果和推荐施肥量的可靠性。【结果】在构建的13个三元二次多项式肥效模型中,有2个模型的结果未达到统计显著水平,3个肥效模型属于非典型式,而构建的13个三元非结构肥效模型均得到了典型式。通过668个水稻氮磷钾田间肥效试验结果验证表明,三元二次多项式肥效模型未能通过显著性检验的比例达到30.1%,而三元非结构肥效模型未能通过的比例下降到23.4%。在推荐施肥量外推的非典型式中,三元二次多项式肥效模型的比例为4.0%,而三元非结构肥效模型则提高到30.7%。在系数符号不合理和无最高产量点的两种非典型式类型中,三元二次多项式肥效模型的比例分别达到32.3%和14.4%,而三元非结构肥效模型则分别降低到6.9%和0。三元二次多项式肥效模型的典型式比例仅为19.5%,而三元非结构肥效模型典型式比例则提高到39.1%,是前者的2.0倍,明显提高了田间试验结果的建模成功率。【结论】大样本田间试验充分证明,相比三元二次多项式肥效模型,采用三元非结构肥效模型进行早、中、晚稻推荐施肥,提高了建模的成功效率和模型的实用性,是可靠性更高的模型。     

利用近红外漫反射光谱技术进行苹果糖度无损检测的研究

利用近红外漫反射光谱技术,研究了1300～2100 nm波长范围内无损检测苹果糖度的可行性。采集了每个苹果去皮前、后最大横径上四个点的近红外平均光谱和整个苹果的糖度值。采用主成分回归(PCR)和偏最小二乘法(PLS)对试验数据进行了多元统计分析。结果表明：在1300～2100 nm波长范围内无损检测(即带皮检测)苹果的糖度是可靠的,并且PLS模型的性能更优于PCR模型。本文还对用单测点光谱和多测点平均光谱建立的糖度模型进行了研究,结果表明用单测点光谱预测整个苹果的糖度,其精度明显低于多测点平均光谱。这说明用苹果上一个点的光谱来预测整个苹果的糖度,其精度是不够的。因此,在利用近红外漫反射光谱在线检测苹果糖度时,作者建议采用多个光纤探头来采集多点光谱,然后取其平均值预测。     

基于多光谱影像反演土壤盐分的建模方法研究

土壤盐分的定量遥感反演,为快速、准确、全面地监测盐渍化状况提供了可能。本文以黄河三角洲地区垦利县为例,实地调查采集土壤样本,并获取同时相Landsat 8影像,建立土壤盐分遥感反演的BP神经网络、偏最小二乘回归、主成分分析、多元线性回归多种模型,进而进行精度对比分析,评价、优选最佳建模方法,最后,基于最佳模型进行研究区土壤盐分的空间分布反演分析。结果显示:遥感影像的反射率与土壤盐分含量并不是单纯的线性关系,构建的盐分估测模型BP神经网络预测决定系数为0.8467,均方根误差为0.071,明显高于传统线性统计模型,能较好地模拟土壤盐分与光谱数据的关系。该研究既能为盐渍土的治理、利用提供数据支持,又能推动盐渍化区域遥感研究的定量发展。     

水稻叶片氮素及籽粒蛋白质含量的高光谱估测模型

研究水稻叶片氮素和籽粒蛋白质含量的高光谱快速、无损监测方法,对于水稻营养诊断、籽粒品质监测及氮肥高效利用具有重要意义。本文通过水稻盆栽试验,测定水稻叶片氮素、籽粒蛋白质含量和冠层光谱,采用不同的光谱建模方法来提高氮素、籽粒蛋白质含量的估测精度。先用主成分分析(PCA)方法进行特征波段的提取,再用多元线性回归(MLR)、人工神经网络(ANN)和偏最小二乘回归(PLSR)进行建模。结果表明,水稻叶片氮素和籽粒蛋白质含量与特征光谱存在很好的模型关系,3种模型预测的决定系数(R2_p)均在0.847以上,并以PLSR模型的预测效果为最好,可以实现水稻氮素营养和籽粒品质的高光谱估测。     

用于山核桃陈化时间检测的电子鼻传感器阵列优化

为更好地进行山核桃陈化时间检测,论文拟通过传感器阵列优化来有效提高电子鼻对其区分预测能力。该文依据响应曲线保留响应明显的传感器,并在提取传感器特征值构成初始特征矩阵的基础上,结合均值分析、变异系数分析、聚类分析、相关性分析和多重共线性分析进行逐步优化以获取最终优化传感器阵列。对优化前后的数据采用主成分分析法(principal component analysis,PCA)和偏最小二乘回归(partial least squares regression,PLSR)进行样品区分和预测能力的对比。结果表明:通过优化,经不同人工陈化时间(0、5、10、15d)处理的山核桃能有效区分开,且在PCA得分图中更为聚集;优化后的陈化时间回归模型(R2=0.933 4)较优化前(R2=0.888 7)具有更好的预测能力。说明所给出的阵列优化方法有效可行,为电子鼻针对性检测提供了一种思路。     

基于组合模型的庐山森林土壤有效铁光谱间接反演研究

铁是植物生长的重要微量营养元素之一,土壤有效铁含量对林地环境起着重要的影响,利用土壤光谱预测技术获取土壤有效铁含量信息具有重要意义。而要通过土壤光谱直接预测土壤有效铁含量是难以实现的,因此提出利用土壤有机质含量与有效铁含量之间的相关性,探讨间接估算土壤有效铁含量的可行性。以庐山森林土壤样本为研究对象,研究基于偏最小二乘回归(PLSR)和径向基函数(RBF)神经网络的组合模型预测土壤有机质含量的适用性,并且通过构建有机质含量与有效铁含量的二项式线性模型,对土壤有效铁含量进行间接反演,探讨不同权重下的最优组合模型。结果表明,组合模型的预测效果优于偏最小二乘回归和RBF神经网络单个模型,并且熵值组合为最优组合模型,其中,土壤有机质的反演模型验证的决定系数(R~2)为0.81,均方根误差(RMSE_p)为11.54 g kg~(-1),测定值标准差与标准预测误差的比值(RPD)为2.18;有效铁的间接反演模型R~2为0.70,RMSE_p为21.60 mg kg~(-1),RPD为1.77。通过土壤有机质构建土壤有效铁含量的光谱反演间接模型,在光谱反演模型中,组合模型能较大限度地利用各种预测样本信息,能有效减少单个预测模型中随机因素的影响,增强预测稳定性,提高模型的预测能力。因此,组合模型可对土壤有机质含量的光谱预测及土壤有效铁的间接预测发挥更好的作用。     

应用基于PLSR的土壤-环境模型预测土壤属性

土壤-环境模型对于正确理解土壤属性与环境因子间的关系,以及进行土壤属性预测与制图均具有重要的意义。研究区位于陕西省长武县内多年退耕还林还草沟壑区域,采集72个土壤表层样本,选择3/4的样本作为建模集,其余1/4的样本作为验证集;环境因子选择容易获取的地形因子和由遥感影像提取的植被因子和湿度因子,建立基于偏最小二乘回归(PLSR)的土壤-环境模型。结果表明:全氮、速效钾、全钾、有机质与环境因子间均有显著相关性;建立的PLSR模型可解释土壤属性的空间变异从23%(全氮)到27%(全钾);与逐步回归方法构建的模型相比,利用PLSR构建的土壤-环境模型可以更好地表征土壤属性与环境变量间的关系,拟合精度和预测精度也相对较高,说明PLSR建立的模型可以更好地应用于相似区域的土壤属性预测。     

基于国产高分一号卫星数据的区域土壤盐渍化信息提取与建模

土壤盐渍化是干旱半干旱地区土地退化的主要原因之一,给当地生态系统和社会经济的可持续发展带来了严重的威胁,而对盐渍化空间分布信息的提取是治理盐渍化的基础。因此,选取生态脆弱区渭—库绿洲为研究区,利用2014年7月19日GF-1多光谱影像数据,提取光谱指数及波段信息,结合实际采样点的土壤表层电导率数据(0~10 cm),采用偏最小二乘回归模型(partial least squares regression,PLSR)对土壤盐渍化进行模拟,并对研究区盐渍化分布进行模拟和评估。结果表明:实测土壤表层电导率与光谱指数相关性较好;利用PLSR对渭—库绿洲土壤表层盐渍信息建模,对土壤盐渍化信息提取效果较好,精度较高;充分利用了GF-1影像包含的信息,提高了高分辨率遥感影像盐渍化信息提取的精度;非盐渍化和轻度盐渍化面积分别占总面积的42.88%和17.16%,绿洲中部偏东及东南区域,盐渍化现象稍弱,可成为今后绿洲扩张的重点方向;而中度盐渍化、重度盐渍化和盐土面积分别占总面积的29.51%、8.57%和1.88%,绿洲北部/西部及西南方向的重度盐渍化区域紧挨绿洲区域,已严重威胁了绿洲经济的健康发展,亟待治理。