基于近红外光谱波长优选的土壤有机质含量预测研究

• 作者: 张小鸣 汤宁
• 来源期刊: 现代电子技术
• 关键词: 近红外光谱 特征波长 协同区间偏最小二乘 遗传算法 连续投影算法 支持向量机回归
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 126-129
• 页数: 4页
• 分类号: TN929-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.22.031

摘要

近红外光谱技术是检测土壤信息的有效工具,为了提高预测模型的准确度和建模效率,需要对波长进行优选.提出SiPLS-GA-SPA特征波长提取方法,即协同区间偏最小二乘算法(SiPLS)、遗传算法(GA)和连续投影算法(SPA)对土壤有机质特征波长进行梯度提取,最终从1050个波长中提取9个土壤有机质的特征波长.利用偏最小二乘回归(PLSR)和支持向量机回归(SVMR)建立6种基于特征波长的土壤有机质含量预测模型.结果表明:SiPLS-GA-SPA-SVMR模型的预测结果为RMSEP=1.15,R2=0.91,优于其他模型;SiPLS-GA-SPA特征波长提取方法能够简化预测模型,提高模型预测精度,为开发便携式近红外光谱土壤养分检测仪提供理论基础.