MLR和PLSR的沙壤土盐分含量光谱检测对比研究

摘要: 为了快速有效检测南疆地区典型土壤（沙壤土）的盐分含量变化，利用光谱仪和电导仪测得南疆阿拉尔市红枣种植区盐渍土近红外高光谱和电导率数据，基于7种不同光谱预处理方法和2种特征波长选择算法，分别建立多元线性回归（MLR）和偏最小二乘回归（PLSR）的土壤盐分监测模型。结果表明，7种预处理方法中，归一化，多元散射，变量标准化和一阶导数能够有效提高土壤盐分的预测模型精度。基于多元逐步回归（SMR）波长选择方法的多元线性回归（SMLR）模型的Rval2大于0.948 9，RPD大于6.294 9，RMSEP小于0.435 6；基于连续投影算法（SPA）的多元线性回归（SPA-MLR）模型的Rval2大于0.956 8，RPD大于6.922 1，RMSEP小于0.361 6，预测结果要优于偏最小二乘回归（PLSR）模型，其中基于归一化处理后的SMLR和SPA-MLR的预测精度最为理想，分别为Rval2=0.979 2，RPD=9.907 8，RMSEP=0.287 6和Rval2=0.980 5，RPD=10.50，RMSEP=0.278 3，而且筛选的特征波长较少。说明归一化是更有效的光谱预处理方法，多元线性回归MLR更适合建立南疆典型沙壤土盐分含量的预测模型。