基于高光譜的土壤有機質快速檢測模型構建

李雪,范仲卿,高涵,張新宇,東野圣萍,洪丕征,王坤,柳平增,杜昌文,李新舉*,丁方軍*

基于高光譜的土壤有機質快速檢測模型構建

李雪1,范仲卿2,3,高涵2,3,張新宇4,東野圣萍5,洪丕征2,3,王坤2,3,柳平增6,杜昌文7,李新舉1*,丁方軍2,3*

1. 山東農業大學資源與環境學院, 山東 泰安 271018 2. 山東農大肥業科技有限公司, 山東 泰安 271000 3. 農業部腐植酸類肥料重點實驗室, 山東 泰安 271018 4. 山東科技大學泰山科技學院, 山東 泰安 271000 5. 遼寧師范大學, 遼寧 大連 116000 6. 山東農業大學, 山東 泰安 271018 7. 中國科學院南京土壤研究所, 江蘇 南京 210000

土壤有機質作為土壤肥力的重要指標。為實現對農田土壤有機質含量的快速獲取，以山東省青島市平度地區農田116個土壤樣本為試驗材料，利用ASD Field4地物光譜儀獲取土壤光譜反射率，分析農田土壤的光譜反射特征，研究光譜反射率與定量化學方法測定有機質含量的相關關系，構建土壤有機質快速檢測模型。所得高光譜數據結合（Savitzky-golay，SG）平滑算法，原始光譜曲線的一階微分、對數的倒數和對數的倒數一階微分3種變換方式對光譜數據進行預處理，通過相關系數法選取土壤有機質含量的敏感波段，分別建立多元線性回歸（MLR）、BP神經網絡（BPNN）和偏最小二乘回歸（PLSR）模型，并對模型精度進行驗證。結果表明，建立的MLR、BPNN和PLSR回歸模型中，以BPNN模型精度最優，其建模樣本集2為0.7362，RMSE為4.6005，RPD為1.8550；驗證集模型的2為0.8086，RMSE為3.7772，RPD為2.2630。

高光譜;土壤有機質;檢測模型

土壤有機質（Soil Organic Matter，SOM）是土壤質量的重要指標之一，作為土壤的重要組成部分，其含量可以反映土壤肥力狀況，對作物的生長發育具有顯著的影響[1]，有機質含量的獲取對于農業的發展具有重要的意義。傳統土壤有機質含量的實驗室測定方法雖然相對準確，但整個實驗過程繁瑣復雜，實驗周期長且普遍要求破化樣本，同時需要檢測人員具有專業的知識技能和較高的檢測水平[2]，不符合現代精準農業對土壤養分要求快速、實時、準確檢測的要求，因此，需要研究一種快速的檢測方法實現對土壤的快速檢測。

高光譜技術具有快速、高效、無損和不污染環境等優點[3]，近年來，通過高光譜技術獲取土壤養分信息，成為國內外研究者研究的重點[4]。研究表明，對光譜數據進行預處理可以較好的移除噪音、突出光譜曲線特征并能為建立具有較高預測精度的模型提供可能[5]。常見的預處理方法包括：小波變換[6,7]、SNV[8]、一階微分[9]和多元散射矯正[10]等，不同的預處理方式對于所構建的估測模型的預測精度也有不同程度的影響。在以往的研究中，系統的比較不同預處理方式對精度影響的研究還比較少。通過不同模型建立方式所建立的土壤養分估測模型在精度上也表現出了不同的差異，常見的建模方法有偏最小二乘法、主成分分析、支持向量機、隨機森林、BP神經網絡、多元線性回歸等多種建模方式，如何針對土壤具體的養分（如有機質含量）選取最優的建式還需要進一步的研究。

本工作采用高光譜設備測定土壤樣品有機質含量，結合多元線性回歸（MLR）、BP神經網絡（BPNN）、偏最小二乘回歸（PLSR）三種建模方式建立土壤有機質估測模型，利用決定系數（R2）和均方根誤差（RMSE）、相對分析誤差（RPD）來驗證模型精度，以期為光譜技術在農田中的應用提供支持。

1 材料與方法

1.1 研究區概況

研究區位于山東省青島市平度地區（東經119°31′30″—120°19′13″、北緯（36°28′15″—37°02′46″）某一基本農田，該地區屬暖溫帶東亞半濕潤季風區大陸性氣候，年平均氣溫11.9 ℃，無霜期195.5 d，日照時數約2700 h，年平均降水量680 mm。

1.2 樣本采集與處理

本研究中所使用的土壤樣品采自山東省青島市平度地區的農田土壤，采樣時間為2020年6月，采集方法為：在每個采樣點約10 m2范圍內采集5份表層土壤樣品，采樣深度0～20 cm，將采集到的土壤樣品充分混合均勻，取不少于500 g的土壤樣本裝入自封袋作為一個樣本，對每個樣本進行編號[11]，共采集116個土壤樣本。

將采集到的土壤樣本在實驗室內陰干晾置，將樣本中的植物根系、殘茬等雜質去除。土壤樣品磨細、過1 mm篩、混合均勻,每個土壤樣品用四分法選取100 g樣品裝入自封袋，采用重鉻酸鉀容量法-外加熱法對土壤有機質含量進行測定。

1.3 土壤樣本的光譜測定及數據預處理

利用ASD Field4地物光譜儀進行土壤樣本反射率的測定，該儀器的波長范圍為350～2500 nm，共輸出2150個波段，在350～1000 nm區間的采樣間隔為1.4 nm，1000～2500 nm區間范圍的采樣間隔為2 nm。土壤樣本光譜測定在干燥的暗室環境下進行，將處理好的土壤樣本置于盛樣皿中，裝滿后將土樣表面刮平。將50 W功率的鹵素燈作為唯一入射光源，光源入射角45°，光源距土壤樣本表面30 cm[12]。在光譜測定過程中轉動器皿3次，每次轉動90°，每個土壤樣本測4次光譜反射率后取算數平均值得到該樣本的光譜反射率，在量測過程中每量測10份土壤樣品進行一次標準白板校正。

土壤樣本觀測模擬了野外土壤光譜測量，同時避免了野外光譜測定由于太陽輻射、大氣水汽變化而產生的觀測可變性。但在光譜采集的過程中，由于外界環境條件的影響和光譜儀器本身不同波段對能量相應的差異性，所測得的光譜存在噪聲的影響。為了保證后期模型建立及檢驗的準確性，需要對光譜數據進行預處理及一系列的光譜轉換。本實驗通過對所測的土壤光譜數據進行預處理，去除隨機波動較大的邊緣光譜波段，保留400～2450 nm的波段范圍。為增強相關光譜與土壤指標的相關性，通過對原始光譜進行一階微分、對數的倒數、對數的倒數的一階微分等進行原始數據預處理，具體相關公式如下。

（1）原始光譜對數的倒數變換，計算公式如下：()1[()]。

（2）一階微分變換

原始光譜各種變換形式的一階微分可以提高光譜數據與土壤養分真值之間的相關性，從而快速確定光譜拐點及最大、最小光譜反射率的所在位置[13]。本研究分別對原始光譜反射率及其對數、對數的倒數分別求取一階微分光譜。以原始光譜為例，一階微分公式如下：()[(1)()]。

經過預處理后的光譜數據與SOM含量進行相關性分析，根據相關系數法篩選出相關系數較高的敏感波段，用于后期的模型建立及驗證。

1.4 模型建立及驗證

1.4.1 校正集與驗證集的構建采用箱線法[14]剔除有機質含量異常的樣本五份，剩下的111份土壤樣本作為總樣本集，利用IBM SPSS Statistics 26的隨機抽樣功能按照3:1的比例隨機選取83個土壤樣本作為校正集，剩余28個土壤樣本作為驗證集用于后期模型精度驗證。

1.4.2 建立多元線性回歸模型多元線性回歸（Multiple Liner Regression, MLR）又稱逆最小二乘法，是利用一定的線性擬合因變量和自變量間的關系，確定模型參數來確定回歸方程，并用回歸方程預測因變量的變化趨勢，運用回歸分析方法建立能夠反映具體數量關系的數學模型，即回歸模型[15]。

1.4.3 建立BP神經網絡模型后向傳播神經網絡（Back Propagation Neural Network, BPNN）是一種模擬人腦神經網絡所建立的神經活動的分布式處理數學模型，一般包括輸入層、隱含層和輸出層。在輸入層輸入各個波段的響應值，在隱含層利用非線性函數得到待測濃度的估算值，在輸出層對結果進行輸出[16]。本研究利用DPS建立BPNN模型，采用非線性logsig函數對數據進行訓練，經過比較分析，當隱含層網絡層節點數設置為6，最大迭代次數為1000時，所建模型效果最好。

1.4.4 建立偏最小二乘回歸模型偏最小二乘回歸是1983年由Wold等首次提出的，該方法主要實用于具有多重共線性的數據，尤其當數據樣本容量小、解釋變量個數多、變量間存在多重相關性問題時具有獨特的優勢[17]。

1.4.5 模型驗證與評價指標本研究所構建的SOM模型的估算精度用決定系數2、均方根誤差RMSE和相對分析誤差RPD來衡量。決定系數2越接近1，說明模型預測效果越好。RMSE越小，則模型的精度越高，模型越穩定[18]。相對分析誤差用于對模型預測精度的進一步估測，當RPD>2時，表明模型具有較好的預測能力，當1.4

2 結果與分析

2.1 土壤有機質光譜特征分析

所有土壤樣本的光譜反射率曲線大致相同，土壤樣本的光譜曲線介于0～0.6之間。光譜反射率在曲線在350～2500 nm之間具有一定的波動性，在350～780 nm波段范圍內，土壤光譜的反射率較低，但反射率增長速度較快，整體光譜曲線的走勢較陡；在780～1900 nm波段范圍內，土壤光譜的反射率較高，但它的增長速度緩慢，光譜曲線的走勢相對平緩；在1900～2100 nm波段之間，光譜反射率隨著波長的增加而上升，在2100 nm附近，光譜曲線的反射率基本達到最大值，在2100～2500 nm之間，土壤光譜的反射率隨著波長的增加呈現下降趨勢。分別在1400 nm、1900 nm和2200 nm附近出現了明顯的吸收峰，這主要是由于殘余在土壤中的少量水分以及實驗環境空氣中的水汽所造成的[20]。

圖1 所有土壤樣本光譜反射率曲線

2.2 有機質含量和光譜數據的相關性分析

為了較為明顯的突出土壤樣本光譜反射率的變化差異，對原始光譜反射率曲線進行原始數據一階微分變換、對數的倒數和對數的倒數一階微分三種變換，通過IBM SPSS Statistics 26對土壤樣本的光譜數據與SOM含量進行相關性分析，SOM含量與原始光譜和3種變換形式的相關系數在各個波段上的變換如圖2所示，不同光譜反射率變化形式與SOM含量的相關系數峰值和波段位置如表1所示。

表1 不同光譜變換形式與土壤有機質含量的相關系數的峰值和波段位置

(a)原始數據Original data (b)原始數據一階微分變換結果Results from original data first 0rder diffenentail transformation (c)對數的倒數變換結果Results from logarithmic inversel transformation (d)對數的倒數一階微分變換結果 Results from logarithmic inversel first order diffenentail transformation

從圖中可以看出，原始光譜反射率與有機質含量的相關系數小于0.45，1/lg變換形式與SOM呈正相關關系，與原始光譜反射率相關系數的變化趨勢相同。經過不同變換的光譜變換方式，對應的相關性變化明顯的波長也不同。所有的一階微分變換形式與SOM之間的相關關系曲線波動劇烈，沒有規律可循，正負相關變化無常，相關系數介于-0.6到0.6之間，峰值系數與峰值系數點增多，表明一階微分變換對提高土壤有機質含量和光譜反射率之間的相關性具有積極的意義。

在3種變換形式中，效果最好的光譜變換形式是（1/lg）’，它與SOM含量的相關系數的變化趨勢相對明顯，峰值點更加清晰，且在2039nm處與有機質含量出現所有相關系數的最大值，為0.60。因此，選取（1/lg）’與SOM的相關系數的峰值點作為SOM的敏感波段，分別為867 nm、1421 nm、2039 nm、2046 nm、2253 nm五個波段進行后續的建模與分析。

2.3 土壤有機質含量估測模型的建立與驗證

運用多元線性回歸(MLR)、BP神經網絡(BPNN)和偏最小二乘分別進行SOM估測模型的構建。

2.3.1 多元線性回歸模型的構建與驗證以經過篩選得出的敏感波段為自變量，以有機質含量作為因變量，所建立的多元線性回歸模型的擬合結果和驗證樣本集的預測結果如圖3所示。從圖3（a）中可以看出建模集的2為0.6955，RMSE為4.8197，RPD為1.7992；驗證集的2為0.6826，RMSE為5.6307，RPD為1.5181。多元線性回歸模型的RMSE較高，RPD較低，表明模型可以對樣品做出粗略的估計。

圖3 土壤有機質MLR模型檢驗

2.3.2 BP神經網絡模型的構建與驗證將經過篩選得到的敏感波段為自變量，以有機質含量作為因變量，利用DPS軟件進行BPNN回歸的運算，采用非線性logsig函數對數據進行訓練，經過比較分析，當隱含層網絡層節點數設置為6，最大迭代次數為1000時，所建模型效果最好。BPNN模型建模樣本的擬合結果和驗證樣本集的預測結果如圖4所示，建模集的2為0.7362，RMSE為4.6005，RPD為1.8550；驗證集的2為0.8086，RMSE為3.7772，RPD為2.2630。結果表明，BPNNN模型的2和RPD值較好，可以有效的對樣本進行預測，具有較好的預測能力。

圖4 土壤有機質BPNN模型檢驗

2.3.3 偏最小二乘回歸模型的構建與驗證將不同的敏感波段與對應的養分含量帶入到PLSR中進行回歸分析，并利用驗證集樣本對建立的模型進行精度評價。將經過篩選得到的敏感波段為估測模型的自變量，建立PLSR回歸模型。PLSR回歸模型建模樣本的擬合結果和驗證樣本集的預測結果如圖5所示，建模集的2為0.6867，RMSE為4.9050，RPD為1.7680；驗證集的2為0.498，RMSE為6.0915，RPD為1.4033。結果表明PLSR的2和RPD都較低，模型無法對樣品進行較為精準的估測。

圖5 土壤有機質PLSR模型檢驗

2.4 模型精度比較

BP神經網絡模型的建模集的擬合系數為0.7362，驗證集的擬合系數為0.8086。多元線性回歸模型和偏最小二乘法所構建的建模樣本和驗證樣本的擬合系數也均高于0.45。結合RMSE、RPD 綜合比較BPNN模型精度要好于多元線性回歸模型，多元線性回歸模型精度高于偏最小二乘法（表2）。

表2 所建三種估測模型對比

3 討論與結論

農田土壤中SOM含量與農戶的管理水平具有較大的關系，因此農戶的施肥量、施肥種類、施肥方式以及耕作制度都會對農田土壤的有機質含量水平具有較大的影響。本研究以山東省青島市平度地區某農田土壤為研究對象，進行了SOM含量高光譜估測模型的構建及其驗證精度對比研究，得出以下結論。

（1）本實驗過程中一階微分變換預處理方法要優于原始數據，相關系數比反射率未變換前有了一定程度的提高，確定了867、1421、2039、2046和2253 nm波段為有機質含量的敏感波段；

（2）綜合比較所建立的MLR、BPNN和PLSR三種回歸模型，BPNN所建立的土壤有機質含量估測模型的擬合效果最好，BPNN模型的預測能力優于MLR和PLSR模型。利用BPNN構建的模型建模集的2為0.7362，RMSE為4.6005，RPD為1.8550；驗證集的2為0.8086，RMSE為3.7772，RPD為2.2630>2，說明經過BPNN所構建的模型可以用于土壤養分SOM含量的估測，BPNN具有較好的估測能力。

由于研究區農田的土壤光譜反射率受土壤本身理化性質和實驗環境的影響，土壤處理可以相對降低或消除非有機質對土壤光譜的影響。以對數的倒數一階微分所建立的有機質含量估測模型能否應用于其他地區的土壤，還需要進一步的調查研究。BPNN對實驗區農田土壤的SOM含量估測模型的精度最高，有必要在擴大實驗樣本數量、擴大實驗范圍的基礎上繼續進行研究，從而為我國農業的發展提供更為實用的SOM含量估測模型，為生產提供理論和技術支持。

[1] Dotto AC, Dalmolin RSD, Caten AT,.A systematic study on the application of scatter-correc‐tive and spectral-derivative preprocessing for multivari‐ate prediction of soil organic carbon by Vis-NIR spec‐tra [J]. Geoderma, 2018,314:262-274

[2] 岑益郎,宋韜,何勇,等.基于可見/近紅外漫反射光譜的土壤有機質含量估算方法研究[J].浙江大學學報(農業與生 命科學版),2011,37(3):300-306

[3] Wu D, Nie PC, He Y,. Determination of Calcium content in powdered milk using near and mid-infrared spectroscopy with variable selection and chemometrics [J]. Food and Bioprocess Techology, 2012,5(4):1402-1410

[4] 李頡,張小超,苑嚴偉,等.北京典型耕作土壤養分的近紅外光譜分析[J].農業工程學報,2012,28(2):176-179

[5] 劉雪梅.近紅外漫反射光譜檢測土壤有機質和速效N的研究[J].中國農機化學報,2013(2):202-206

[6] 劉煒,常慶瑞,郭曼,等.小波變換在土壤有機質含量可見/近紅外光譜分析中的應用[J].干旱地區農業研究,2010,28(5):241-245

[7] 鄭立華,李民贊,潘孌,等.近紅外光譜小波分析在土壤參數預測中的應用[J].光譜學與光譜分析,2009,29(6):1549-1552

[8] 劉煥軍,張新樂,鄭樹峰,等.黑土有機質含量野外高光譜預測模型[J].光譜學與光譜分析,2010,30(12):3355-3358

[9] 盧艷麗,白由路,王磊,等.黑土土壤中全氮含量的高光譜預測分析[J].農業工程學報,2010,26(1):256-260

[10] 申艷,張曉平,梁愛珍,等.多元散射校正和逐步回歸法建立黑土有機碳近紅外光譜定量模型[J].農業系統科學與綜 合研究,2010,26(2):174-180

[11] 劉之廣,程冬冬,申天琳,等.直湖港小流域水蜜桃園土壤養分調查與分析[J].農業資源與環境學報,2016,33(6):525-532

[12] 洪永勝,于雷,耿雷,等.應用DS算法消除室內幾何測試條件對土壤高光譜數據波動性的影響[J].華中師范大學學 報(自然科學版),2016,50(2):303-308

[13] 陳紅艷.土壤主要養分含量的高光譜估測研究[D].泰安:山東農業大學,2012

[14] 王懷亮.箱須圖在識別統計數據異常值中的作用及R語言實現[J].商業經濟,2011(3):64-65

[15] 趙金元,馬振,唐海亮.BP神經網絡和多元線性回歸模型對碳排放預測的比較[J].科技和產業,2020,20(11):172-176

[16] 楊玉軍.基于機器學習的時間序列模型研究及其應用[D].成都:成都電子科技大學,2018

[17] 陳奕云,齊天賜,黃穎菁,等.土壤有機質含量可見-近紅外光譜反演模型校正集優選方法[J]農業工程學報.2017,33(6):107-114

[18] 崔霞,宋清潔,張瑤瑤,等.基于高光譜數據的高寒草地土壤有機碳預測模型研究[J].草業學報,2017,26(10):20-29

[19] 張娟娟,田永超,朱艷,等.不同類型土壤的光譜特征及其有機質含量預測[J].中國農業科學,2009,42(9):3154-3163

[20] 徐彬彬,戴昌達.南疆土壤光譜反射特性與有機質含量的相關分析[J].科學通報,1980,6:282-284

Construction of Soil Organic Matter Rapid Detection Model Based on Hyperspectral

LI Xue1, FAN Zhong-qing2,3, GAO Han2,3, ZHANG Xin-yu4, DONGYE Sheng-ping5, HONG Pi-zheng2,3, WANG Kun2,3, LIU Ping-zeng1, DU Chang-wen6, LI Xin-ju1*, DING Fang-jun2,3*

1.271018,2.271000,3.271018,4.271000,5.116000,6.271018,7.210000,

Soil organic matter is an important index of soil fertility. In order to obtain farmland soil organic matter quickly, 116 soil samples from Pingdu area of Qingdao City, Shandong Province were used as experimental materials. The spectral reflectance of soil was obtained by field4 spectrometer, and the spectral reflectance characteristics of farmland soil were analyzed. The correlation between spectral reflectance and quantitative chemical method to determine the content of organic matter was studied, and the rapid detection model of soil organic matter was constructed. The hyperspectral data were pretreated with savitzky Golay (SG) smoothing algorithm, first-order differential, reciprocal logarithm and reciprocal logarithm first-order differential of the original spectral curve. The sensitive bands of soil organic matter content were selected by correlation coefficient method, and multiple linear regression (MLR), BP neural network (BPNN) and partial least squares (PLS) were established respectively Regression (PLSR) model was used to verify the accuracy of the model. The results show that among the MLR, BPNN and PLSR regression models, BPNN model has the best accuracy, with R2 of 0.7362, RMSE of 4.6005 and RPD of 1.8550 for the sample set, and R2 of 0.8086, RMSE of 3.7772 and RPD of 2.2630 for the validation set.

Hyperspectral; soil organic matter; detection model

S151.9+5

A

1000-2324(2021)05-0833-07

2020-12-21

2021-02-14

國家自然基金:高潛水位煤礦沉陷區土壤生態變化過程及碳循環機理研究(42077446);山東省重大科技創新工程項目:基于作物提質增效的農業種植精準管理智能服務平臺開發與產業化應用(2019JZZY010713)

李雪(1996-),女,碩士研究生,主要從事農業工程與信息技術. E-mail:1104146210@qq.com

通訊作者:Author for correspondence. E-mail:lxj0911@126.com; dfj401@163.com