1、引言

土壤營養(yǎng)元素的含量是提高農(nóng)作物產(chǎn)量和農(nóng)產(chǎn)品品質(zhì)的重要因素。對土壤營養(yǎng)元素進行準(zhǔn)確測量是實施精細(xì)農(nóng)業(yè)的基礎(chǔ)。傳統(tǒng)的土壤營養(yǎng)元素的測定方法為化學(xué)法，化學(xué)法測量結(jié)果精度高，但需要消耗大量的時間和人力，難以滿足土壤營養(yǎng)元素實時監(jiān)控的要求。高光譜技術(shù)光譜分辨率高、光譜通道數(shù)多，能夠更加真實、全面地反映物體的固有光譜特性及其差異，從而能夠提高土壤營養(yǎng)元素的預(yù)測精度。高光譜技術(shù)已廣泛應(yīng)用于土壤營養(yǎng)元素的預(yù)測與反演。

目前，幾乎所有實驗室條件下的土壤營養(yǎng)元素的高光譜反演都要首先對土壤樣本進行磨碎和過篩處理，而直接采集和利用原始土壤高光譜數(shù)據(jù)進行建模的較少；其次幾乎所有的光譜數(shù)據(jù)的預(yù)處理方法都以平均 光譜曲線（Ａ）及其數(shù)學(xué)變換為主，而結(jié)合光譜成像技術(shù)的特點，提取并使用特征統(tǒng)計參數(shù)（標(biāo)準(zhǔn)差Ｓ、方 差Ｖ）進行建模的極少。

本文以山西典型褐土土壤為研究對象，所有土壤樣品經(jīng)風(fēng)干后，未經(jīng)研磨過篩處理，直接裝入樣品杯進行測量。并采用高光譜成像技術(shù)獲取近紅 外高光譜圖像，并提取平均光譜曲線（Ａ）、標(biāo)準(zhǔn)差曲線（Ｓ）和方差曲線（Ｖ）等統(tǒng)計參數(shù)。然后分別采用以平均光譜曲線（Ａ）、平均光譜曲線的一階導(dǎo)數(shù) （Ｆ）、Ａ與Ｆ的乘積（Ａ＊Ｆ）、Ａ與Ｆ的商（Ａ／Ｆ）為基礎(chǔ)的２０種光譜預(yù)處理方法，結(jié)合ＰＬＳ方法進行建模，并對驗證集進行驗證。本文旨在構(gòu)建一種結(jié) 合高光譜成像技術(shù)特點的，針對未經(jīng)研磨和過篩處理的褐土土壤總氮含量的定量預(yù)測模型，并為土壤其他營養(yǎng)元素的快速預(yù)測提供參考。

2、材料與方法

2.1 土壤樣本

試驗用土壤樣本共149個，采集自某農(nóng)業(yè)大學(xué)試驗田，土壤類型均為褐土土壤，采集深度為0~20ｃｍ，為農(nóng)田耕層土壤。土壤樣本經(jīng)自然風(fēng)干處理，手動捏碎較大的土壤顆粒并剔除較大的非土壤雜質(zhì)（例如農(nóng)作物根莖葉等殘留）后，采用四分法取樣，一式兩份：其中一份直接用于實驗室條件下土壤高光譜圖像的采集；另外一份用于實驗室采用半微量開氏法測定土壤總氮含量。在PLS建模時需要將土壤樣本分類建模集和驗證集兩類。通常的做法是隨機抽取總樣本的80％到90％作為建模集，剩下的部分作為驗證集。

因此，本文隨機選取約80％（119個）的土壤樣本作為建模集，用于土壤總氮含量預(yù)測模型的建模；剩余20％（30個）作為驗證集，用于預(yù)測模型的驗證。根據(jù)實驗室化學(xué)法測定結(jié)果，土壤總氮含量的特征統(tǒng)計見表１。

表１土壤總氮含量的特征統(tǒng)計

建模集、驗證集與所有土壤樣本的總氮含量的范圍、均值、校準(zhǔn)差和差異系數(shù)均較為接近，即建模集和驗證集均能較好反映土壤樣本的統(tǒng)計特性。

2.2 數(shù)據(jù)提取

高光譜成像技術(shù)能夠同時獲取土壤樣本的光譜信息和圖像信息。高光譜圖像上的每一個像素點，都有一條光譜范圍為950~1650ｎｍ，共148個波段的漫反射光譜曲線與之相對應(yīng)。本文采用軟件提取高光譜圖像上土壤樣本范圍內(nèi)所有像素點的漫反射光譜曲線。對每個波段所有像素點的光譜反射率進行統(tǒng)計，獲取其算術(shù)平均值、標(biāo)準(zhǔn)差和方差。將所有波段的統(tǒng)計參數(shù)連接起來，即可獲得對應(yīng)土壤樣本的平均光譜曲線（Ａ）、標(biāo)準(zhǔn)差曲線（Ｓ）和方差曲線（Ｖ）。

2.3 數(shù)據(jù)預(yù)處理

平均光譜曲線（Ａ）及平均光譜曲線的一階導(dǎo)數(shù)曲線（Ｆ）能夠反映土壤總氮對光譜反射率的影 響；而標(biāo)準(zhǔn)差曲線（Ｓ）和方差曲線（Ｖ）能夠一定程 度反映土壤樣本的表面特性。因此本文選取平均光譜曲線（Ａ）、平均光譜曲線的一階導(dǎo)數(shù)曲線（Ｆ）、標(biāo)準(zhǔn)差曲線（Ｓ）和方差曲線（Ｖ）等４種曲線作為基本預(yù)處理方法，然后選取其中的一種或多種基本預(yù)處理方法的組合對光譜數(shù)據(jù)進行預(yù)處理。詳細(xì)的預(yù)處理方法見表２。

表２光譜數(shù)據(jù)預(yù)處理方法匯總

2.4 建模與評價

偏最小二乘（PLS）方法是結(jié)合多元線性回歸和主成分分析的化學(xué)計量學(xué)方法，是近紅外光譜預(yù)測反演土壤營養(yǎng)元素最常用、最有效的建模方法之一。本文選取主因子個數(shù)的方法為：調(diào)整主因子個數(shù)，使模型對建模集的驗證結(jié)果為決定系數(shù)（Ｒ^２）不小于0.9；且最大主因子個數(shù)不超過２０個。該PLS主因子數(shù)的選取方法可以使所建模型對建模集的驗證效果基本相同，因此，模型的好壞只需要對比分析不同模型對驗證集的驗證效果即可。 

本文采用建模集決定系數(shù)（Ｒ_ｃ^２）、驗證集決定系數(shù)（Ｒｐ^２）、建模集均方根 誤差（RMSE_ｃ）、驗證集均方根誤差（ＲＭＳＥ_ｐ）、建模集相對分析誤差 （ＲＰＤ_ｃ）、驗證集相對分析誤差（ＲＰＤ_ｐ）等指數(shù)來對模型進行評價。其中：決定系數(shù)（Ｒ^２）越大越好，但不能超過１，越接近１表明模型的預(yù)測能力越強。均方根誤差（ＲＭＳＥ）越小越好。相對分析誤差（ＲＰＤ）越大越好。當(dāng)ＲＰＤ≥２．０時，表明模型較好，可用于土壤總氮含量的定量預(yù)測；當(dāng)ＲＰＤ在1.0~2.0之間時，表明模型預(yù)測效果較差；當(dāng)ＰＲＤ≤１．０時，表明模型預(yù)測效果極差，無法用于定量分析。

3、結(jié)果與分析

3.1 不同總氮含量的光譜響應(yīng)特征

按實驗室化學(xué)法實測總氮含量對所有土壤樣本進行分類，分別統(tǒng)計總氮含量低于７００ｍｇ·ｋｇ^－１，７００～８００ｍｇ·ｋｇ^－１，８００～９００ ｍｇ·ｋｇ^－１，９００～ １０００ｍｇ·ｋｇ^－１及１１００ｍｇ·ｋｇ^－１以上的光譜反射率，計算每類土壤樣品的平均光譜曲線；并對平均光譜曲線求導(dǎo)，獲取每類平均光譜曲線的一階導(dǎo)數(shù)曲線。其結(jié)果如圖１、圖２所示。

圖１ 不同總氮含量的平均光譜曲線

圖２ 不同總氮含量的平均光譜曲線的一階導(dǎo)數(shù)

由圖1可知，土壤的平均光譜反射率隨波長的增加逐漸增大；在1400ｎｍ附近有顯著的水吸收特征，這可能與自然風(fēng)干后的土壤樣本內(nèi)仍有少量水分殘留有關(guān)。當(dāng) 總氮含量低于1000ｍｇ·ｋｇ^－１時，平均光譜反射率隨總氮含量的增加而增加；當(dāng)總氮含量高于1000ｍｇ·ｋｇ^－１時，光譜反射率隨總氮含量的增加急劇減?。磺夜庾V波長越短，反射率減小的越多。平均光譜曲線隨總氮含量先增加后減小的特點，可能導(dǎo)致兩個總氮含量差異極大的土壤樣本的平均光譜曲線非常接近，從而影響預(yù)測模型的預(yù)測準(zhǔn)確性。由圖２可知，一階導(dǎo)數(shù)曲線隨著總氮含量的增加逐漸增加。總氮含量在７００ｍｇ·ｋｇ^－１以下的一階導(dǎo)數(shù)曲線比在７００～８００ｍｇ·ｋｇ^－１之間的一階導(dǎo)數(shù)曲線略有增加，在圖２中顯示為基本完全重合。當(dāng)總氮含量高于1000ｍｇ·ｋｇ^－１時，一階導(dǎo)數(shù)曲線隨總氮含量的增加出現(xiàn)顯著的增加。由于一階導(dǎo)數(shù)曲線隨總氮含量的增加單調(diào)增加，因此使用一階導(dǎo)數(shù)進行建模，可能能夠獲得更好的預(yù)測效果。

未完待續(xù)。。。。。。。。

推薦：

無人機高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無人機高光譜成像系統(tǒng)，該系統(tǒng)由高光譜成像相機、穩(wěn)定云臺、機載控制與數(shù)據(jù)采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統(tǒng)通過獨特的內(nèi)置式或外部掃描和穩(wěn)定控制，有效地解決了在微型無人機搭載推掃式高光譜照相機時，由于振動引起的圖像質(zhì)量較差的問題，并具備較高的光譜分辨率和良好的成像性能。