以黃土高原侵蝕嚴重的丘陵溝壑區(qū)7個小流域126個土壤樣品和108個沉積泥沙樣品為對象,分析了土壤的基本屬性及其中紅外漫反射光譜特征,將中紅外漫反射光譜技術與化學計量法相結合,采用不同的光譜預處理方法,分別利用偏最小二乘回歸法、主成分回歸法和支持向量機回歸法建立土壤碳酸鈣的光譜估算模型,并對模型進行驗證。結果顯示:土壤光譜變量與碳酸鈣含量的關系更接近線性相關,偏最小二乘回歸法和主成分回歸法要優(yōu)于支持向量機回歸法,其中PLSR（SG-Der1st）模型為最優(yōu),對土壤（決定系數R²=0.948,相對分析誤差RPD=4.426）和沉積泥沙（決定系數R²=0.875,相對分析誤差RPD=2.841）均能準確預測其碳酸鈣含量。研究結果表明,基于中紅外漫反射光譜的碳酸鈣含量估算模型能準確定量土壤及沉積泥沙碳酸鈣含量,實現了對黃土高原小流域土壤碳酸鈣的快速無損測量。 

【文章來源】：水土保持研究. 2020,27(02)北大核心CSCD

【文章頁數】：7 頁

【部分圖文】：

坡面土壤、溝道土壤和沉積泥沙樣品的中紅外漫反射光譜

根據以上分析結果篩選出最優(yōu)的PLSR(SG-Der1st)模型對樣品碳酸鈣含量進行預測,將其預測值和測定值作對比,見圖2。從圖中可以看出,對于土壤來說,預測值和測定值在整個數據集范圍內有很好的一致性,基本均勻分布在1∶1線附近,且預測精準度高;沉積泥沙的預測值和測定值也在1∶1線附近均勻分布,但碳酸鈣含量較高的沉積泥沙樣本均被略微低估。PLSR(SG-Der1st)模型的B系數如圖3所示。B系數是由觀測到的Y值和PLSR評分為最優(yōu)的PLSR因子數所決定的,系數包含有驅動PLSR模型最重要的光譜信息,能表明各波數變量在建模中的貢獻大小[20]。系數的絕對值大小代表對應的波數變量在土壤屬性分析中解釋變異的重要程度。當系數的絕對值越大,表明該波數變量在模型建立中的相對貢獻越大。從圖中可以看出部分碳酸鈣特征吸收峰附近的波數變量其B系數值較高,表明此波段范圍的波數變量對碳酸鈣的預測影響顯著,同時也說明模型的建立過程充分利用了碳酸鈣的特征吸收。除此以外,在3 000～2 800 cm-1(C—H),1 700～1 600 cm-1(C=O)等波段其B系數值也很高,這也證實了與此相關的有機物官能團所在波數變量也顯著影響了碳酸鈣的預測。而在一些波段如3 500～3 000 cm-1(O—H,N—H和C—H)其B系數值相對較低,說明產生這些吸收波段的官能團在此模型中的貢獻相對較小。

PLSR(SG-Der1st)模型的B系數如圖3所示。B系數是由觀測到的Y值和PLSR評分為最優(yōu)的PLSR因子數所決定的,系數包含有驅動PLSR模型最重要的光譜信息,能表明各波數變量在建模中的貢獻大小[20]。系數的絕對值大小代表對應的波數變量在土壤屬性分析中解釋變異的重要程度。當系數的絕對值越大,表明該波數變量在模型建立中的相對貢獻越大。從圖中可以看出部分碳酸鈣特征吸收峰附近的波數變量其B系數值較高,表明此波段范圍的波數變量對碳酸鈣的預測影響顯著,同時也說明模型的建立過程充分利用了碳酸鈣的特征吸收。除此以外,在3 000～2 800 cm-1(C—H),1 700～1 600 cm-1(C=O)等波段其B系數值也很高,這也證實了與此相關的有機物官能團所在波數變量也顯著影響了碳酸鈣的預測。而在一些波段如3 500～3 000 cm-1(O—H,N—H和C—H)其B系數值相對較低,說明產生這些吸收波段的官能團在此模型中的貢獻相對較小。3 討 論


本文編號：3412905