基于高光谱数据预测土壤碱化程度最佳模型及其影响因素的研究

为快速准确地估测土壤碱化程度，对实测波段范围为400~900nm的土壤光谱数据进行了波段差、波段比、波段归一化3种预处理，采用偏最小二乘法(plsr)建立了不同波段范围的土壤ph的预测模型，并利用测试集数据对模型进行精度检验。结果表明：采用归一化、波段比2种方式对原始光谱进行预处理，可有效地增强光谱与土壤ph的相关性，并抑制干扰信息，其中归一化最优。虽然可见光波段范围(400~750nm)所建立的预测模型与全波段(400~900nm)预测模型r2相同，但其rmsep比全波段减少了0.059，rpd提高了0.2，说明该波段范围包括了反映土壤ph的大部分信息，是建立其预测模型的优势波段。因此，利用可见光波段的光谱数据，采用归一化预处理可以具有较好稳定性和预测能力地预测土壤ph的最佳模型(r2=0.90，rmsecv=0.104)。