农业机械学报

作者：勾宇轩，赵云泽，李勇，卓志清，曹梦，黄元仿

单位：中国农业大学,中国农业大学,中国农业大学,浙江大学,中国建筑一局（集团）有限公司生态园林分公司,中国农业大学,

关键词：东北旱作区;土壤有机质;高光谱;连续小波变换;稳定性竞争自适应重加权采样

基金：国家重点研发计划项目（2016YFD0300801）和国家自然科学基金项目（U20A20115）

精准高效获取不同类型土壤的有机质含量，对促进东北土壤退化防治和耕地质量提升有重要意义。本研究以东北旱作农田典型土壤类型为研究对象，采集了黑土、黑钙土、潮土和棕壤共118个土壤样品，采用倒数对数、一阶微分、连续统去除和连续小波变换分别对其光谱曲线进行预处理。通过稳定性竞争自适应重加权采样（sCARS）算法筛选敏感波段，并建立偏最小二乘回归模型。研究结果表明：连续小波变换处理可以抑制背景和噪声的干扰，挖掘土壤光谱内隐含的有效信息，提高土壤光谱与有机质含量的相关性。sCARS算法能够提取与土壤有机质相关的重要特征信息变量，去除冗余、重叠的光谱信息，提高建模效率。黑土、黑钙土、潮土和棕壤的最佳模型均为连续小波变换模型，R2分别达到了0.83、0.88、0.93和0.93；一阶微分模型也有较好的表现，而倒数对数、连续统去除的模型效果不佳。连续小波变换处理后，模型的精度和稳定性得到了显著提升，建模集、验证集决定系数R2最高提升了0.13、0.28，均方根误差（RMSE）最大降低了2.48、2.40g/kg。连续小波变换结合sCARS算法，为土壤有机质含量的高光谱快速精准估测提供了新途径。

来源：2022年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第3期