黄河三角洲不同盐渍度土壤有机质含量的高光谱预测研究

【目的】探究土壤有机质和盐分的光谱响应,分析不同盐分含量对土壤有机质预测模型的影响,建立快速、有效的盐渍土有机质含量高光谱预测模型。【方法】以黄河三角洲地区粉质壤土为研究对象,根据不同盐分含量将土壤样本分为非盐(SA)、轻度(SB)、中度(SC)和重度(SD)4组,分别进行室内高光谱测量;其次采用双因素方差分析法,探究土壤有机质和盐分光谱响应程度;进而对原始光谱(raw spectral reflectance,R)进行一阶微分(first order differential reflectance,FD)、连续统去除(continuous statistical removal,CR)、对数(logarithmic,Log)和多元散射校正(multipication scatter correction,MSC)4种变换;最后分别基于盐渍土的4组样本结合4种变换光谱构建多元线性回归(multiple linear regression,MLR)、偏最小二乘回归(partial least squares regression,PLSR)和支持向量回归(support vector machine,SVR)3种土壤有机质含量高光谱预测模型。【结果】土壤有机质和盐分在400—900 nm范围内光谱响应程度显著且变化规律基本一致,二者的敏感波段存在重叠;通过划分不同盐渍度分组建模能够提高土壤有机质预测精度,且随着盐分含量增加,模型的预测精度下降,FD处理更能突出光谱特征差异,提高有机质含量与光谱反射率的相关性。对比3种模型结果,利用FD处理结合SVR建立土壤有机质预测模型精度最高,最优结果建模集和验证集的决定系数R~2为0.86、0.82,均方根误差RMSE为2.71、2.96 g·kg~(-1),相对分析误差RPD为2.42。【结论】土壤盐分与有机质在可见光波段附近(400—900 nm)的敏感波段存在重叠,通过划分不同盐渍度能够有效提高有机质预测模型精度。