农业机械学报

作者：孙亚楠,李仙岳,史海滨,崔佳琪,王维刚

单位：内蒙古农业大学,内蒙古农业大学,内蒙古农业大学,内蒙古农业大学,内蒙古农业大学,

关键词：水溶性盐基离子; 光谱变换; 特征波段; 特征光谱指数; 支持向量机; 综合反演模型

基金：国家自然科学基金项目（51539005、51669020、51469022）、内蒙古自治区水利科技重大专项（NSK2017-M1）和内蒙古自然科学基金项目（2016JQ06）

为了提高野外高光谱反演土壤水溶性盐基离子的精度，以河套灌区永济灌域盐渍化土壤为研究对象，构建了基于光谱变换、特征波段、特征光谱指数筛选以及支持向量机（SVM）的机器学习相结合的高光谱综合反演模型。结果表明，经预处理的原始光谱反射率与土壤离子相关性总体较低，最大相关系数仅为0.18，原始光谱反射率与土壤离子的相关系数由大到小依次为Ca??2+?、 SO??2-??4、 Mg??2+?、全盐量、Na??+?+K??+?、Cl??-?。全盐量、Na??+?+K??+?、Cl??-?、SO??2-??4、Ca??2+?、Mg??2+?的光谱最优变换形式分别为(1/?R?)″、(1/?R?)″、(ln?R?)′、(ln?R?)″、?R?′、(ln?R?)″，敏感波段（?P?<0?01）数分别为41、7、9、65、76、28个，利用逐步回归法在敏感波段中筛选出特征波段，基于特征波段建立的回归模型中各离子的决定系数?R???2?平均值为0?35，均方根误差RMSE平均值为0?87?g/kg，其中SO??2-??4拟合精度最高，?R???2?为0.52，Ca??2+?拟合精度最低，?R???2?仅为0.20。将特征波段代入光谱指数中，结合逐步回归法确定了Mg??2+?特征光谱指数为3个，全盐量特征光谱指数为2个，Na+?+K+?、SO??2-??4、〖JP3〗Ca2+?特征光谱指数分别为1个，与仅考虑特征波段的回归模型相比，特征波段+〖JP〗特征光谱指数结合后各离子回归模型的?R???2?平均提高了58.67%，RMSE降低了24.60%，其中SO??2-??4拟合精度最高，?R???2?为0.74，RMSE为0.47?g/kg。考虑了特征波段+特征光谱指数的SVM模型相比仅考虑特征波段的SVM模型，其预测能力有了明显提高，各离子相对分析误差（RPD）平均提高了110?27%，训练集?R???2?平均提高了37?54%，RMSE平均降低了40?12%，验证集?R???2?平均提高了56.04%，RMSE平均降低了39.39%。SO??2-??4的RPD达到3?000，模拟效果最优，具备很好的预测能力；全盐量模型具有很好的定量预测能力，Mg??2+?模型可用于评估或相关性方面的预测，Na??+?+K??+?、Ca??2+?的模型具有区别高低值的能力。?

来源：2019年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第5期