基于激光诱导击穿光谱的土壤类型判别分析-IngentaConnect.PDF

第 31 卷 第 12 期 农 业 工 程 学 报 Vol.31 No.12 2015 年 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2015 1 ·综合研究·关键技术· 基于激光诱导击穿光谱的土壤类型判别分析 ※ 余克强，何 勇 ，刘 飞 （浙江大学生物系统工程与食品科学学院，杭州 310058 ） 摘 要：为了更加全面的建立中国土壤类型系统，了解中国土壤地域差异，从而提高土地资源的利用率，以及根据土壤 类型指导农业科学生产。该研究利用激光诱导击穿光谱（laser-induced breakdown spectroscopy ，LIBS ）技术结合化学计量 学方法对土壤类型进行判别分析研究。从 6 种标准土壤样品出发，分析所采集 6 种土壤的 LIBS 光谱谱线特征，结合其主 要成分物质（SiO ，Al O ，Fe O ，FeO ，MgO ，CaO，Na O，K O ）的含量，针对每种主要物质选取了Si I 390.55 nm、 2 2 3 2 3 2 2 Al I 394.40 nm 、Fe I 422.74 nm 、Mg I 518.36 nm 、Na I 588.96 nm 、Ca II 393.37 nm、K I 766.49 nm 为特征分析谱线。结合 所选的 7 条特征谱线下的 300 个标准土壤样品的光谱（200 个为训练集，100 个为预测集），对训练集光谱进行主成分分 析（principal component analysis ，PCA ），6 种土壤有明显的聚类。然后根据训练集光谱值和预先赋予土壤类型的虚拟等 级值分别建立最小二乘判别分析 （partial least squares discriminant analysis，PLS-DA ）和最小二乘支持向量机 （least-squares support vector machine，LS-SVM ）判别模型，分析预测结果二者总的判别准确率分别为98%和 100%。用受试者工作特征 曲线（receiver operating characteristic curve ，ROC ）评价这 2 个模型的性能，结果表明 LS-SVM 判别模型性能优于 PLS-DA 模型。基于以上结果，选取不同于标准土壤的另 7 种不同类型土壤进行试验验证所选特征谱线和判别模型，建立 7 种不 同类型土壤的LS-SVM 预测模型，其预测准确率达 100%，ROC 曲线对其评价的性能很好。研究证明，LIBS 技术结合化 学计量学方法能够实现对土壤类型的判别分析，这为土壤质量的正确评价，土壤的整治、规划和合理利用提供理论基础。 关键词：土壤；光谱测定；模型；激光诱导击穿光谱；判别分析；特征谱线 doi ：10.11975/j.issn.1002-6819.2015.12.001 中图分类号：S237; TN249 文献标志码：A 文章编号：1002-6819(2015)-12-001-07 余克强，何 勇，刘 飞. 基于激光诱导击穿光谱的土壤类型判别分析[J]. 农业工程学报，2015，31(12)：1－7. doi ：10.11975/j.issn.1002-6819.2015.12.001 Yu Keqiang, He Yong, Liu Fei. Discriminant analysis of soil type by laser-induced breakdown spectroscopy[J]. Transa