基于偏最小二乘回归的土壤碱解氮含量估测

来源：中国土壤与肥料杂志2024年第7期北京时间：

作者：梁智永，陈署晃，赖宁，李永福，李嘉琦，孙法福，陈荣，耿庆龙

单位：(1.新疆农业大学资源与环境学院，新疆 乌鲁木齐 830052;2.新疆农业科学院土壤肥料与农业节水研究所，新疆 乌鲁木齐 830054)

摘要：构建基于室内高光谱数据的土壤碱解氮含量估测模型，为快速、准确获取土壤中养分信息提供新的方法。对新疆乌鲁木齐市106 个风干的土壤样品进行研磨过筛，在室内进行反射率光谱数据的采集，对采集的光谱数据进行Savitzky-Golay 滤波、一阶微分(FDR)、连续统去除(CR)、多元散射校正(MSC)4 种预处理，在此基础上利用连续投影算法对预处理后的数据进行特征波段的筛选，用偏最小二乘回归建立不同预处理后土壤碱解氮含量预测的高光谱分析模型。模型评价指标采用决定系数(R2)、均方根误差(RMSE)、相对分析误差(RPD)、平均相对误差(MAE)。结果显示:4 种预处理方法中以连续统去除处理的预测精度最为突出，其模型R2、RMSE、RPD、MAE 分别为0.90、13.0、2.26、0.13；模型的线性回归方程为:y=0.9316x+8.763。因此，利用连续统去除结合偏最小二乘回归，能够较好地估测乌鲁木齐市土壤中碱解氮的含量。该结果可为室内高光谱数据快速反演土壤碱解氮含量提供理论依据。

关键词：偏最小二乘回归;高光谱遥感;光谱变换;估测模型;连续投影算法

基金资助：基金项目:农业科技创新稳定支持专项(xjnkywdzc-2022002)。