基于数学变换和连续小波变换的苹果园土壤总氮含量高光谱反演

来源：湖北农业科学杂志2025年第11期北京时间：

作者：熊超群, 荀咪, 李健, 安淼, 李国田

单位：山东省果树研究所,山东 泰安 271001

摘要：为快速测定苹果园土壤总氮(TN)含量,实现精准施肥,以山东省果树研究所天平湖基地苹果园的土壤为研究对象,测定其光谱反射率（R）并进行数学变换（倒数、对数、平方根及一阶微分等）、连续小波变换(Continuous wavelet transform,CWT)及数学变换结合CWT处理,采用Pearson相关分析法进行特征提取,基于支持向量回归(Support vector regression,SVR)构建土壤TN含量的高光谱反演模型。结果表明,原始光谱数据经CWT处理后,在21~210尺度内,小波系数与土壤TN含量的相关性呈先升高后降低的趋势,中等尺度能有效抑制噪声干扰并增强光谱与TN的相关性,效果显著。数学变换、CWT均能有效挖掘光谱的细节特征,CWT的效果总体上优于数学变换。数学变换结合CWT能显著提升模型反演精度,其中,1/R-CWT-28模型的反演效果最优(R2=0.73,RMSE=0.12 g/kg,RPD= 1.85)。该模型预测的土壤TN含量与实测值的拟合曲线更接近1:1线,模型预测精度较高。综上,高光谱技术可以作为苹果园土壤TN含量的无损检测手段,数学变换结合CWT构建的高光谱反演模型可以更加精准地预测土壤TN含量。

关键词：数学变换,连续小波变换（CWT）,苹果园,土壤,总氮含量,高光谱,反演

基金资助：山东省重点研发计划(乡村振兴科技创新提振行动计划）项目（2024TZXD004）; 山东省农业科学院农业科技创新工程项目（CXGC2024D20）