绿洲城市土壤砷含量高光谱估算OA北大核心

砷(As)是具有强致癌性的类金属元素,快速、准确地监测土壤中As元素含量尤为重要。首先,以乌鲁木齐市表层土壤为研究对象,采集84组土壤样品,并测定其As含量和原始光谱反射率,用Pearson相关分析对土壤原始光谱及12种光谱变换下的光谱反射率与土壤As含量之间的关系进行检验,筛选出特征波段;然后,基于偏最小二乘回归(partial least squares regression,PLSR)、随机森林回归(random forest regression,RFR)以及支持向量机回归(support vector machine regression,SVMR),构建As含量高光谱反演模型;最后,选取决定系数R 2、均方根误差(root mean square error,RMSE)和平均绝对误差(mean absolute error,MAE)来评估高光谱模型的反演预测能力。结果表明:对原始光谱数据进行微分变换能够有效增强光谱特征,提高土壤光谱反射率与As含量之间的相关性。3种模型的反演预测能力由高到低依次为:RFR>SVMR>PLSR,其中,基于均方根二阶微分的RFR模型R 2为0.821,RMSE为0.143 mg/kg,MAE为0.523 mg/kg,模型拟合效果最好,具有较高的稳定性和预测精度。研究可为构建绿洲城市土壤As含量高光谱反演模型提供科学依据。