准确预测农田土壤有机质含量有助于评估农田肥力状况, 为精准农业提供数据依据。 为解决单模型实现快速估测农田土壤表层有机质含量精度较低和泛化能力较弱的问题, 以山西省典型褐土农田表层土壤为研究对象, 基于近红外-可见光高光谱数据, 提出了一种堆叠泛化模型(SGM)用于预测有机质含量。 首先对原高光谱数据采用小波平滑, 对平滑数据进行倒数一阶微分、 对数倒数一阶微分变换, 采用相关系数与递归特征消除法进行特征波段提取。 同时, 引入机器学习中的集成学习随机森林Random Forest(RF)、 梯度提升决策树Gradient Boosting Decision Tree (GBDT)、 极限梯度提升eXtreme Gradient Boosting (XGBoost)、 AdaBoost 4个初级机器学习器模型通过5折交叉验证对有机质含量进行预测, 在初级学习器预测结果基础上, 采用随机梯度下降SGD (stochastic gradient descent)作为元学习器建立SGM堆叠泛化模型。 突破单模型精度较低和不稳定的制约, 实现有机质含量的快速稳定检测。 结果表明: 倒数一阶微分变换后的光谱信息与有机质含量具有较好的相关性, 相关性最大值达到了-0.611; 相比单模型, 堆叠泛化预测模型的决定系数(R2)和相对分析误差(RPD)分别为0. 819和2.256, 较其他算法平均决定系数(R2)和平均相对分析误差(RPD)分别提高了0.055和0.323; 平均绝对误差(MAE)、 均方根误差(RMSE)分别为1.742和2.308 g·kg-1, 较其他算法平均绝对误差(MAE)和平均均方根误差(RMSE)分别降低了0.406和0.389 g·kg-1, 优化效果明显, 可用于农田土壤表层有机质含量的有效估测。 研究成果可为农田土壤表层有机质含量的高光谱快速检测提供依据和参考。

土壤光谱特征是土壤内在理化特性的外在表现, 利用可见-近红外(Vis-NIR)的漫反射光谱估测土壤有机质含量(SOMC)可为土地资源的合理开发与利用提供重要的科学依据。 土壤是由多种物质组成的混合物, 其高光谱数据中存在某些成分(例如盐颗粒和矿物质)的重叠吸收, 同时波段之间存在共线性问题, 这些因素对光谱分析和建模带来了极大的挑战。 光谱指数法通过迭代运算, 不但充分考虑波段之间的协同作用, 而且具有最小化无关波长影响的功能。 此外该方法将光谱特征从一维扩展到多维, 能容易地检测和区分出细微的吸收峰。 以新疆艾比湖流域为研究区, 采集了120个土壤样品, 在室内进行SOMC和光谱的测定。 利用一阶微分(FD)和连续统去除(CR)对高光谱数据进行预处理。 在已有两波段指数的基础上, 加入第三个波段, 利用最优波段算法, 构建了三种SOMC的三波段光谱指数(TBI), 并从光谱机理上讨论了TBI的合理性。 最后根据支持向量机(SVM)的建模效果, 进一步比较不同维度光谱参数对SOMC估测的准确性。 研究结果表明: (1)光谱预处理技术可以在一定程度上减弱反射光谱中的噪声信息, 突出更多潜在的光谱信息; (2)通过对比分析得出, SOMC的相关性随着光谱信息维度的增加而增加, 即, TBI>二波段指数>一维光谱参数; (3)新开发的TBI在SOMC的建模和验证过程中提供了比两波段指数和一维光谱参数更好的估测效果, 其中TBI-1的估测效果最好, 建模集的决定系数(R2C)为0.88, 验证集的决定系数(R2V)为0.85, 相对分析误差(RPD)为2.43。 该研究对比了不同维度光谱参数对SOMC的响应和建模精度, 发现三波段光谱指数是评价SOMC的重要参量。 此外, TBI与SVM算法的结合, 可以显著弱化土壤噪声信息, 提高SOMC的预测精度, 在土壤其他生化参数的估计中具有较强的应用潜力。

针对高光谱数据量大、信息冗余严重的现象,应用稳定竞争性自适应重加权采样(sCARS)、连续投影算法(SPA)、遗传算法(GA)、迭代保留有效信息变量(IRIV)和稳定竞争性自适应重加权采样结合连续投影算法(sCARS-SPA),从全波段光谱数据中筛选特征变量,并利用全波段和特征波段建立偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)模型预测土壤有机质含量。结果表明, PLSR和SVM模型结合特征变量选择,不仅提高了模型运算效率,而且模型预测能力较全波段均有一定提高;RF模型采用特征变量建模,对模型精度的提高不是十分明显,但其构建模型的变量数量却显著减少,大大提高建模效率。RF模型精度优于SVM和PLSR模型,IRIV结合RF建立的土壤有机质含量预测模型,变量数仅63个,校准集和验证集模型决定系数(R²)分别为0.941和0.96,验证集相对分析误差(R_PD)为4.8。与全波段建模相比,特征变量选择和回归方法相结合,在保证模型精度的同时,可有效提高建模效率。

针对土壤有机质含量高光谱估测研究中变量维数过高与特征谱段筛选问题, 提出了一种结合随机森林和自适应搜索算法的混合特征选择方法。 首先依据随机森林变量重要性原理获取初始优化集, 然后利用遗传二进制粒子群封装算法对初始优化集进一步自适应筛选。 对于土壤有机质含量估测建模问题, 选择稳健性强且能有效处理高维变量的随机森林算法。 以典型黑土区采集的土壤样品为研究对象, 将ASD光谱仪获取的可见光-近红外区间光谱数据和经化学分析得到的土壤有机质含量为数据源, 对原始光谱进行光谱变换和重采样处理后, 采用随机森林-遗传二进制粒子群混合选择方法提取特征光谱区间, 构建有机质含量随机森林估测模型。 与利用全光谱、 随机森林方法筛选的光谱和自适应搜索算法筛选的光谱构建随机森林模型得到的预测精度进行比较。 结果表明, 利用随机森林-遗传二进制粒子群混合特征选择算法筛选的波谱变量参与随机森林建模, 预测决定系数, 均方根误差和相对分析误差分别为0.838, 0.54%, 2.534。 该方案应用最少的变量个数获得最高的预测精度, 能够较高效地估测黑土有机质含量, 也能为其他类型土壤在有机质含量估测研究的变量筛选与建模问题上提供参考。

可见光/近红外光谱模型是土壤属性预测的有效工具。波长优选在光谱建模过程中起着重要作用。文中首先利用从安徽省涡阳县采集的130个砂姜黑土土壤样本获得可见光/近红外光谱, 然后利用平滑与多重散射校正联合的光谱预处理方式消除光谱中的无关变量和冗余信息以提高模型预测结果的相关性, 再利用SPXY方法挑选建模集样本, 分别利用连续投影算法和遗传算法进行波长优选, 最后利用留一法进行交互验证建立有机质含量的主成分回归模型。研究结果显示: 连续投影算法和遗传算法都可以有效地减少参与建模的波长数并提高模型的准确度, 尤其是遗传算法能够更好地提高土壤有机质含量预测精度, 其相关系数、预测均方根误差和相对分析误差分别达到0.931 6, 0.214 2和2.319 5。通过合适的特征波长选取, 不仅计算量可以大大减少, 预测精度也会有效提高。

地面高光谱遥感光谱分辨率高, 能详细地反映地物波谱特征; 多光谱遥感时域宽, 覆盖范围广, 对较大时空区域的地物特征反演具有更大的优势。 探求以不同反射率指标的土壤有机质含量预测模型, 及其敏感波段, 可以结合两种光谱数据的优点, 为研究土壤有机质含量的时空变化规律提供新途径。 本研究选取黑河上游223个土壤样品测定其有机质含量和高光谱曲线, 应用原始光谱曲线反射率(λ)、 倒数(REC)、 倒数之对数(LR)、 归一化(CR)和一阶微分(FRD)五种指标, 采用逐步线性回归分析方法建立预测模型。 通过统计检验, 结果表明, 以反射率指标为自变量的模型预测效果最佳, 其相关系数(r)和均方根误差(RMSE)分别为: 0.863和4.79。 最优模型中得出的敏感波段有TM1内的474 nm、 TM3内的636 nm和TM5内的1 632 nm。 研究结果可为使用TM遥感数据反演黑河上游土壤有机质含量提供参考。