基于直接正交信号校正的土壤磷和钾VNIR测定研究

利用可见-近红外光谱(VNIR)检测土壤磷(P)和钾(K)含量存在精度不高的问题。为消除土壤质地、类型、颜色、颗粒大小、形状、密度等对光谱精度的影响，利用VNIR检测土壤P和K，采用直接正交信号校正(DOSC)光谱预处理降低干扰的方法，对美国密苏里州8种类型土壤共1582个土壤样品、在350~2500nm波段内进行VNIR光谱扫描，对光谱进行吸光度、均值归一化、5点均值滤波平滑处理后,分别用DOSC处理和未处理数据建立偏最小二乘回归(PLSR)分析模型对P和K进行预测。实验结果表明，DOSC处理后得到的模型预测精度显著提高，其预测均方根误差（RMSEP）降低21.50%（P）、26.93%(P(0,27))、24.64%（K）和27.67%(K(0,192)),预测决定系数（R2）提高85.76%（P）、108.31%（P(0,27)）、59.38%（K）和87.01%（K(0,192）)，相对分析误差（RPD）提高27.37%(P)、36.90%（P(0,27)）、32.75%（K）和38.29%（K(0,192））。用DOSC算法在多类型土壤的P和K的VNIR测定中，能消除由于土壤质地、类型等引起的噪声信息，提高模型预测精度，为多类型土壤P和K的VNIR测定提供了一种光谱预处理方法