基于高光谱技术的盐渍化土壤盐分离子含量监测方法
基于高光谱技术的盐渍化土壤盐分离子含量监测方法
【技术领域】
[0001] 本发明涉及土壤盐分快速监测领域，具体地，涉及一种基于高光谱技术的盐渍化 土壤盐分离子含量监测方法。
【背景技术】
[0002] 新疆地区受其土壤母质、地形地貌、气候条件和人为等因素共同作用，土壤盐渍化 和次生盐渍化危害严重，这类土地生产力低下，生态脆弱，环境恶劣，一直是区域经济发展 和生态建设的瓶颈。
[0003] 随着遥感技术和图像处理技术的不断发展，利用遥感手段已经成为土壤盐渍化监 测的主要手段。传统土壤盐渍化监测采用野外土壤定点调查方式，不仅费时、费力，而且测 点少，代表性差，无法实现大面积实时监测。高光谱遥感传感器能获取纳米级的地物连续光 谱信息，精细的光谱分辨率反映了地物光谱的细微特征，使得依据诊断性的光谱吸收特征 来识别地物、进行遥感定量分析、研宄地物的化学成分等成为可能。
[0004] 盐渍土的可溶性盐主要包括钠、钾、钙、镁等的硫酸盐、氯化物和碳酸盐，及时、准 确的掌握土壤盐分离子组成是治理盐碱地和防止其进一步恶化的必要前提，对加快盐渍化 的动态监测及综合治理有着重要意义。已有的关于盐渍化土壤危害性研宄工作主要集中 在探求盐分离子总量方面，而许多研宄均表明土壤中单盐对作物的危害更直接，其危害程 度要高于总盐含量，可见土壤盐分离子组成和浓度对评价盐渍化土壤的危害更加具有指示 性。支持向量机（supportvectormachines，SVM)是建立在统计学习理论的VC维理论和 结构风险最小原理基础上的，能较好地解决小样本、非线性、高维数据和局部极小等实际问 题，具有灵活、直观、清晰、运算效率高、易与多源信息结合等特点。
[0005] 现有同类技术中多是采用高光谱技术监测土壤总盐含量、有机质和水分含量，在 盐分八大离子的高光谱监测方法上还少有记载。
[0006] 现有方法存在以下缺陷： (1)利用高光谱技术在有效提取土壤属性信息的过程中，对土壤含水量状况还没有很 好的对比，往往在测定土壤光谱信息时凭借经验或已有的部分研宄结果采用风干法，土壤 盐分离子的高光谱定量反演能否采用鲜土或烘干处理还不清楚。
[0007] (2)随着土壤粒径的减小，土壤表面的反射率提高了，导致吸收峰的深度减小了， 不同波段的光谱特征与土壤属性间的关系会发生改变，通常测定土壤光谱均采用的过2mm 筛，在测定土壤盐分离子时其他粒径处理是否会提高拟合精度有待于进一步研宄。
[0008] (3)室内高光谱分析技术因其影响因素较野外更易控制，而得以广泛应用于土壤 资源环境评价中，室内模拟光源的入射角度对土壤性质的高光谱测定影响明显，可能导致 不同光源入射角之间的高光谱数据无共享性，因此，针对土壤盐分离子高光谱测定的光源 入射角是一个必须解决的问题。
【发明内容】
[0009] 本发明的目的在于，针对上述问题，提出一种基于高光谱技术的盐渍化土壤盐分 离子含量监测方法，以实现对土壤盐分离子快速、准确的定量监测的优点。
[0010] 为实现上述目的，本发明采用的技术方案是： 一种基于高光谱技术的盐渍化土壤盐分离子含量监测方法，包括以下步骤： 步骤一：选取代表当地盐渍状况的典型区域，在同一采样区域选取地表状况相似的点， 采集土壤表层0-5cm厚度处的土壤样品，并将采集的土壤样品混合均匀后迅速封装在自封 袋中，并记录采集土壤样品点的经炜度； 步骤二：将步骤一中取回的土壤样品剔除土壤以外的杂质，并将剔除后的土壤样品分 为三份，土壤样品的第一份土壤样品A研细后过2mm筛，并将过筛后的土壤样品编号后装在 自封袋，然后将自封袋放入冰箱保存；取土壤样品的第二份土壤样品B自然风干；土壤样品 的第二份土壤样品C放在105-1KTC的烘箱中烘至恒重； 步骤三：将经过步骤二处理后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、 0. 25mm和0. 15mm的土壤筛，在土壤样品A研细后过2mm筛后形成的样品以及经步骤二处理 后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成 的样品中，分别选取部分样品采用化学方法测定土壤中八大离子含量，从而得出化学测定 数值； 步骤四：利用高光谱仪测定各土壤样品光谱特征值，各土壤样品包括在土壤样品A研 细后过2mm筛后形成的样品以及经步骤二处理后的土壤样品B和土壤样品C分别通过2mm、 lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成的样品，结合步骤三的化学测定数值对比得 出不同干燥状况土壤光谱反射率及干燥状况对预测模型的影响，不同粒径土样对土壤光谱 反射率及粒径对预测模型的影响，完成土壤干燥状况和粒径组成的光谱测定条件筛选； 步骤五：分别设置不同光源入射角，对上述步骤四完成土壤干燥状况和粒径组成的光 谱测定条件筛选而确定的样品进行光谱测定，对测定的光谱样本曲线进行波动性的方差分 析，筛选出最优光源入射角度； 步骤六：按照步骤四和步骤五筛选的结果，测定土壤样品的光谱特征值，将原始土样光 谱数值进行平滑去噪，后对土壤样本光谱反射数据进行数据变换处理，结合土壤盐分离子 的化学分析结果筛选出最优数据变换形式； 步骤七：利用支持向量机建模方法，在步骤六最优数据变换形式筛选的基础上，构建土 壤盐分离子估算模型并对模型进行外部检验，实现基于高光谱技术的土壤盐分离子定量监 测。
[0011] 优选的，所述步骤一中的地表状况包括周围植被、土壤颜色、粗糙度和质量含水 率，所述质量含水率〈15%。
[0012] 优选的，所述步骤三中分别选取部分样品采用化学方法测定土壤中八大离子含量 中，所述化学方法包括，C0广和HC03-采用双指示剂中和法测定；C厂采用AgN03-定法测 定；S042-采用EDTA间接滴定法测定；Ca2+和Mg2+采用EDTA络合滴定法测定；Na+和K+采用 火焰光度法测定。
[0013]优选的，所述步骤五中分别设置不同光源入射角，不同光源入射角包括15°、 25。、35。和 45°。
[0014] 优选的，步骤四中，通过各处理光谱特征对比分析，土壤样品C经烘干后过0. 15mm 土筛所构建的盐分离子预测模型精度更高。
[0015] 优选的，步骤五中，土壤样品C经经烘干后过0. 15mm土筛的样品设置光源入射角 度为25°时，对测定的光谱样本曲线进行波动性的方差分析时，为测定过程中的最佳入射 角度。
[0016] 优选的，步骤六中，数据变换处理包括12中数据变换形式，经数据变换处理后得 出Na+、K+、Mg2+和C厂离子采用对数一阶微分处理可增加显著相关波段数量，Ca2+采用一阶 微分可增加显著相关波段数量，S0广和HC0 ^离子采用连续统去除处理方法可增加显著相 关波段数量。
[0017] 优选的，步骤七中还包括采用训练集交叉验证和网格搜索法进行参数寻优。
[0018] 本发明的技术方案具有以下有益效果： 本发明的技术方案，对土壤中各盐分离子 含量有较高的预测精度，为盐渍化土壤盐分 离子含量的室内测定提供了新的途径，也为实现区域土壤盐渍化危害类型的快速、无损监 测提供新的技术手段。
[0019] 本发明技术方案与现有技术相比具有以下优点： 1、发明通过前期实验对比，确定在采用高光谱测定土壤盐分离子含量的土壤样品，应 该进行105-1KTC的烘箱中烘至恒重处理，测定结果优于常规风干土处理。
[0020] 2、发明通过对比不同粒径组成光谱特征，确定在采用高光谱测定土壤盐分离子含 量的土壤样品，过0. 15mm土壤筛所得到的测定结果最优。
[0021] 3、发明通过不同入射光源的土壤光谱特征对比，确定入设光源为25°拟合精度最 尚。
[0022] 4、发明通过对比处理后的光谱特征值，筛选出各盐分离子测定的最优变换。
[0023]5、引入支持向量机构建盐渍土盐分离子含量高光谱反演模型，经检验精度较高。
[0024] 6、发明测定方法操作步骤简单、合理，成本低，能够有效反映土壤盐分离子组成的 真实状况，可为盐渍化土壤评价、改良、治理，作物种植调整提供新的数据获取途径。
[0025] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
【附图说明】
[0026] 图1为本发明实施例所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方 法的流程图； 图2为土壤盐分离子光谱测定的条件筛选流程图； 图3为土壤盐分离子估算模型的建立与检验流程图。
【具体实施方式】
[0027] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实 施例仅用于说明和解释本发明，并不用于限定本发明。
[0028] 实施例一： 如图1所示，步骤一：选取代表当地盐渍状况的典型区域，在同一采样区域选取地表状 况相似的点，采集土壤表层〇-5cm厚度处的土壤样品，并将采集的土壤样品混合均匀后迅 速封装在自封袋中，并记录采集土壤样品点的经炜度； 步骤二：将步骤一中取回的土壤样品剔除土壤以外的杂质，并将剔除后的土壤样品分 为三份，土壤样品的第一份土壤样品A研细后过2mm筛，并将过筛后的土壤样品编号后装在 自封袋，然后将自封袋放入冰箱保存；取土壤样品的第二份土壤样品B自然风干；土壤样品 的第二份土壤样品C放在105-1KTC的烘箱中烘至恒重； 步骤三：将经过步骤二处理后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、 0. 25mm和0. 15mm的土壤筛，在土壤样品A研细后过2mm筛后形成的样品以及经步骤二处理 后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成 的样品中，分别选取部分样品采用化学方法测定土壤中八大离子含量，从而得出化学测定 数值； 步骤四：利用高光谱仪测定各土壤样品光谱特征值，各土壤样品包括在土壤样品A研 细后过2mm筛后形成的样品以及经步骤二处理后的土壤样品B和土壤样品C分别通过2mm、 lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成的样品，结合步骤三的化学测定数值对比得 出不同干燥状况土壤光谱反射率及干燥状况对预测模型的影响，不同粒径土样对土壤光谱 反射率及粒径对预测模型的影响，完成土壤干燥状况和粒径组成的光谱测定条件筛选； 步骤五：分别设置不同光源入射角，对上述步骤四完成土壤干燥状况和粒径组成的光 谱测定条件筛选而确定的样品进行光谱测定，对测定的光谱样本曲线进行波动性的方差分 析，筛选出最优光源入射角度； 步骤六：按照步骤四和步骤五筛选的结果，测定土壤样品的光谱特征值，将原始土样光 谱数值进行平滑去噪，后对土壤样本光谱反射数据进行数据变换处理，结合土壤盐分离子 的化学分析结果筛选出最优数据变换形式； 步骤七：利用支持向量机建模方法，在步骤六最优数据变换形式筛选的基础上，构建土 壤盐分离子估算模型并对模型进行外部检验，实现基于高光谱技术的土壤盐分离子定量监 测。
[0029] 其中，步骤一中的地表状况包括周围植被、土壤颜色、粗糙度和质量含水率，所述 质量含水率〈15%。
[0030] 步骤三中分别选取部分样品采用化学方法测定土壤中八大离子含量中，所述化学 方法包括，C0广和HC0 ^采用双指示剂中和法测定；Cf采用AgNO3滴定法测定；S0广采用 EDTA间接滴定法测定；Ca2+和Mg2+采用EDTA络合滴定法测定；Na+和K+采用火焰光度法测 定。
[0031] 步骤五中分别设置不同光源入射角，不同光源入射角包括15°、25°、35°和 45。。
[0032] 优选的，步骤四中，通过各处理光谱特征对比分析，土壤样品C经烘干后过0. 15mm 土筛所构建的盐分离子预测模型精度更高。
[0033] 步骤五中，土壤样品C经经烘干后过0. 15mm土筛的样品设置光源入射角度为25° 时，对测定的光谱样本曲线进行波动性的方差分析时，为测定过程中的最佳入射角度。
[0034] 步骤六中，数据变换处理包括12中数据变换形式，经数据变换处理后得出Na+、 K+、Mg2+和Cl-离子采用对数一阶微分处理可增加显著相关波段数量，Ca2+采用一阶微分 可增加显著相关波段数量，S042-和HC03-离子采用连续统去除处理方法可增加显著相关 波段数量。
[0035] 步骤七中还包括采用训练集交叉验证和网格搜索法进行参数寻优。
[0036] 选定后对土壤样品进行105-1KTC的烘箱中烘至恒重处理后，过0. 15mm土壤筛 测定结果最优后，且确定入设光源为25°拟合精度最高。
[0037] 对土壤样品进行如下操作： 步骤1:在同一采样典型区域选取5个地表状况(周围植被、土壤颜色、粗糙度和质量含 水率〈15%)相似的点位，取0-5cm土壤样品混合均匀迅速封装在自封袋中； 步骤2:取回的鲜土样剔除土壤以外的植物残渣、石块等杂质，编号后的土壤样品放在 105-110°C的烘箱中烘至恒重； 步骤3:将步骤2土壤样品通过0.15mm的土壤筛，每份土壤样品约250g待用，其中选 取部分样品测定土壤中盐分八大离子含量，C0广和hco3-采用双指示剂中和法测定；C厂采 用AgN03滴定法测定；S0 42-采用EDTA间接滴定法测定；Ca2+和Mg2+采用EDTA络合滴定法测 定；Na+和K+采用火焰光度法测定； 步骤4:将步骤3中所获得的土壤样品进行土壤光谱数值的测量，光谱测量在一个能 控制光照条件的暗室内进行。取土壤样品放置于半径5cm、深1.5cm(认为是光学上无限 厚）的透明盛样皿内，土壤装填容重约1.4g?cnT3。采用200W卤素灯置于目标两侧， 光源入射角度25°，距离目标30cm，探头采用8°视场角的传感器探头置于离土壤样本表 面15cm的垂直上方，探头接收光谱的区域为直径2.1cm的圆，小于盛样皿的面积，探头接 收的均为土壤的反射光谱。测试之前先以白板进行定标，每个土样采集10条光谱曲线，算 术平均后得到该土样的实际反射光谱数据； 步骤5:对步骤4中每个土样采集到 的光谱曲线运用光谱数据处理软件ViewSpecPro进行拼接校正，然后求算出10条光谱曲线平均值作为对应样本的光谱反射率。采用移动 平均法对光谱数据平滑去除噪声作为数值分析的原始光谱反射率（R)，而后对土壤样本 光谱反射数据进行开根号处理(#)、对数处理（lgR)、倒数处理（1/R)、原始光谱一阶微分 (R'）和二阶微分（R' '）、一阶微分根号处理(#)、二阶微分根号处理(4P)、对数一阶微分 处理（（lgR)'）、对数二阶微分处理（（lgR)''）、倒数一阶微分（（1/R)'）、倒数二阶微分（（1/ R)' '）和连续统去除处理（CR); 连续统去除被定义为反射光谱曲线中反射峰之间的线性连接部分。连续统是连接反射 光谱峰值且折线在峰值处的外角大于180度，连续统去除即以反射光谱除以连续统光谱， 以下公式为：
[0038] 其中，连续统去除后的吸收光谱，R为吸收光谱，R。为吸收光谱的连续统值。
[0039] 步骤6:对步骤5中变换的各土样光谱数值，与对应的步骤3中测定的土壤盐分离 子含量进行相关性分析，分别比较相关波段数量和相关系数R;
[0040] 其中，R为相关系数，A、i为不同土壤样品的光谱测定变换数值和平均值，7、j 分别为土壤样品盐分离子的测定值和平均值。
[0041] 步骤7:根据步骤6的分析结果，筛选出与土壤盐分八大离子相关性最好的光谱数 据变换形式，对所筛选出的数值引入支持向量机方法，设定SVM类型为4 (即v-SVR)，核函 数类型为2 (S卩RBF)，采用训练集交叉验证和网格搜索法（gridsearch)进行参数寻优，依 据均方差最小原则确定惩罚参数C和RBF核参量g的值，构建盐渍土盐分离子含量高光谱 反演模型。
[0043] 其中，江为均方差。
[0044] 步骤8:对步骤7所得的结果进行模型精度评价，评价参数主要有建模数据集决定 系数R。：、标准误差RMSEE，内部交叉验证Rev2和标准误差RMSECV，外部检验数据集决定系数 Rval2和标准误差RMSEP，以及测定值标准偏差与标准预测误差的比值RPD。其中决定系数越 大，标准误差越小模型预测精度越高，RPD> 2. 0说明模型适于估算土壤属性，RPD< 1. 4 时，模型不可靠；1. 4 <RPD< 2. 0,模型的可靠性可以通过不同的建模方法得到提高。
[0046] 式中RMSE为标准误差，S为样本标准偏差，SEP为标准预测误差，尽为模型模拟值， 为实测值，为实测值的平均值，n为样本组数。
[0047] 实施例二： 在实施例一的基础上具体的采样如下： (1) 土壤样品获取：为了获取较多的自然土样盐分梯度，根据研宄区盐渍化农田分布状 况，在4~10月采集重度、中度和轻度盐渍化农田土壤表层0~5cm土样，在同一采样 位置选取5个地表状况(周围植被、土壤颜色、粗糙度和质量含水率〈15%)相似的点位，用 GPS记录样点的经炜度，样品混合均匀迅速封装在自封袋中，共计采集研宄区土壤样品203 份。
[0048] (2)取回的鲜土样剔除土壤以外的植物残渣、石块等杂质，放在105-1HTC的烘箱 中烘至恒重待用。
[0049] (3)烘干的土样研磨过0. 15mm筛，电子天平称取50g土壤样品与250ml蒸馏水 混合，经过浸泡和振动使土壤盐分充分溶解后，进行全盐量(质量法）测定，CO广和HCO，采 用双指示剂中和法测定；cr采用AgN03滴定法测定；SO广采用EDTA间接滴定法测定；Ca2+ 和Mg2+采用EDTA络合滴定法测定；Na+和K+采用火焰光度法测定，根据其盐分含量数值分 布和土壤颗粒组成，选取盐分含量值域宽和有机质含量相近的样品共计135个，其中90个 土样作为建模样本，剩余45个土样作为检验样本。被选择土样盐分含量、八大离子组成的 描述性统计见表1 : 表1、土壤样品盐分描述性统计表：
〇
[0050] (4)光谱特征值测定：光谱测量在一个能控制光照条件的暗室内进行。取土壤样 品放置于半径5cm、深1.5cm(认为是光学上无限厚）的透明盛样皿内，土壤装填容重约 1.4g，cnT3。采用200W卤素灯置于目标两侧，光源入射角度25°，距离目标30cm，探头 采用8°视场角的传感器探头置于离土壤样本表面15cm的垂直上方，探头接收光谱的区 域为直径2.1cm的圆，小于盛样皿的面积，探头接收的均为土壤的反射光谱。测试之前先 以白板进行定标，每个土样采集10条光谱曲线，算术平均后得到该土样的实际反射光谱数 据。
[0051] (5)光谱数据的变换和筛选：对每个土样采集到的光谱曲线运用光谱数据处理软 件ViewSpecPro进行拼接校正，然后求算出10条光谱曲线平均值作为对应样本的光谱反射 率。采用移动平均法对光谱数据平滑去除噪声作为数值分析的原始光谱反射率（R)，而后对 土壤样本光谱反射数据进行开根号处理(办)、对数处理（lgR)、倒数处理（1/R)、原始光谱 一阶微分（R'）和二阶微分（R' '）、一阶微分根号处理(#)、二阶微分根号处理C#7)、对数 一阶微分处理（（lgR)'）、对数二阶微分处理（（lgR)' '）、倒数一阶微分（（1/R)'）、倒数二阶 微分（（1/R)' '）和连续统去除处理（CR)，一阶微分、二阶微分采用软件计算，连续统 去除采用万软件功能转换。
[0052] (6)将变换后的光谱数据与土壤盐分离子做相关性分析，计算显著相关波段数量， 结果表明见表2 :Na+、K+、Mg2+和Cf采用对数一阶微分处理可增加显著相关波段数量，Ca2+ 采用一阶微分可增加显著相关波段数量，SO广和HC0，采用连续统去除处理方法可增加显 著相关波段数量。
[0053] 表2、不同光谱数据变换与土壤盐分离子显著相关波段数量表：
[0054] (7) 土壤盐分离子反演模型的建立：在对光谱数据变换和筛选的基础上，选取与土 壤盐分离子显著相关波段多的变换形式，采用支持向量机（supportvectormachine，SVM) 构建盐渍土盐分离子含量遥感反演模型。设定SVM类型为4 (即v-SVR)，核函数类型为2 (即RBF)，采用训练集交叉验证和网格搜索法（gridsearch)进行参数寻优，依据均方差最 小原则确定惩罚参数C和RBF核参量g的值；相关计算采用MatlabR2012a软件的libsvm 3. 11工具箱实现。
[0055] (8)模型的精度评价参数主要有建模数据集决定系数Real2、标准误差RMSEE，内部 交叉验证Rev2和标准误差RMSECV，外部检验数据集决定系数Rval2和标准误差RMSEP，以及 测定值标准偏差与标准预测误差的比值RPD。其中决定系数越大，标准误差越小模型预测 精度越高，RPD> 2. 0说明模型适于估算土壤属性，RPD< 1. 4时，模型不可靠；1. 4 <RPD < 2. 0,模型的可靠性可以通过不同的建模方法得到提高。具体参数如表3。
[005 6] 表3、土壤盐分离子含量反演模型参数表：
〇
[0057] 从表3可以看出，除了土壤盐分C0广离子，其他盐分离子采用光谱变换数据，利用 支持向量机SVM方法对土壤盐分离子含量模拟预测均具有较高的精度。各盐分离子模型建 立的Real2在0. 7097~0. 8863之间，RMSEE数值范围在0. 3985~3. 2121之间；交叉验证的Rcv2 在0. 6123~0. 7483之间，RMSECV数值范围在2. 312~5. 3185之间；利用45个外部样本对建 立的模型进行外部检验，也表现出较高的预测精度，其中Ca2+和Mg2+的RH)分别为1. 5502、 1. 4719,其他离子的RH)均大于1. 7,说明利用该方法对土壤中的盐分离子可以快速、准确 的测定。
[0058] 本发明充分利用高光谱技术结合数据变换手段和支持向量机（SVM)方法，实现了 盐渍化土壤Na+、K+、Ca2+、Mg2+、Cl_、S042_和HC0 3_离子含量的预测，对建立的模型经交叉验证 和外部检验表明预测精度较高。本发明方法为盐渍化土壤盐分离子含量的室内测定提供了 新的途径，也为实现区域土壤盐渍化程度的快速、无损监测提供新的手段。
[0059] 最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明， 尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可 以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的 保护范围之内。
【主权项】
1. 一种基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特征在于，包括以下 步骤： 步骤一：选取代表当地盐渍状况的典型区域，在同一采样区域选取地表状况相似的点， 采集土壤表层0-5cm厚度处的土壤样品，并将采集的土壤样品混合均匀后迅速封装在自封 袋中，并记录采集土壤样品点的经炜度； 步骤二：将步骤一中取回的土壤样品剔除土壤以外的杂质，并将剔除后的土壤样品分 为三份，土壤样品的第一份土壤样品A研细后过2mm筛，并将过筛后的土壤样品编号后装在 自封袋，然后将自封袋放入冰箱保存；取土壤样品的第二份土壤样品B自然风干；土壤样品 的第二份土壤样品C放在105-1KTC的烘箱中烘至恒重； 步骤三：将经过步骤二处理后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、 0. 25mm和0. 15mm的土壤筛，在土壤样品A研细后过2mm筛后形成的样品以及经步骤二处理 后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成 的样品中，分别选取部分样品采用化学方法测定土壤中八大离子含量，从而得出化学测定 数值； 步骤四：利用高光谱仪测定各土壤样品光谱特征值，各土壤样品包括在土壤样品A研 细后过2mm筛后形成的样品以及经步骤二处理后的土壤样品B和土壤样品C分别通过2mm、 lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成的样品，结合步骤三的化学测定数值对比得 出不同干燥状况土壤光谱反射率及干燥状况对预测模型的影响，不同粒径土样对土壤光谱 反射率及粒径对预测模型的影响，完成土壤干燥状况和粒径组成的光谱测定条件筛选； 步骤五：分别设置不同光源入射角，对上述步骤四完成土壤干燥状况和粒径组成的光 谱测定条件筛选而确定的样品进行光谱测定，对测定的光谱样本曲线进行波动性的方差分 析，筛选出最优光源入射角度； 步骤六：按照步骤四和步骤五筛选的结果，测定土壤样品的光谱特征值，将原始土样光 谱数值进行平滑去噪，后对土壤样本光谱反射数据进行数据变换处理，结合土壤盐分离子 的化学分析结果筛选出最优数据变换形式； 步骤七：利用支持向量机建模方法，在步骤六最优数据变换形式筛选的基础上，构建土 壤盐分离子估算模型并对模型进行外部检验，实现基于高光谱技术的土壤盐分离子定量监 测。2. 根据权利要求1所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，所述步骤一中的地表状况包括周围植被、土壤颜色、粗糙度和质量含水率，所述质 量含水率〈15%。3. 根据权利要求1所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，所述步骤三中分别选取部分样品采用化学方法测定土壤中八大离子含量中，所述 化学方法包括，CO/-和HCO3-采用双指示剂中和法测定；C1-采用AgNO3滴定法测定；SO,采 用EDTA间接滴定法测定；Ca2+和Mg2+采用EDTA络合滴定法测定；Na+和K+采用火焰光度法 测定。4. 根据权利要求1所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，所述步骤五中分别设置不同光源入射角，不同光源入射角包括15°、25°、35°和 45。。5. 根据权利要求4所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，步骤四中，通过各处理光谱特征对比分析，土壤样品C经烘干后过0. 15mm土筛所构 建的盐分离子预测模型精度更高。6. 根据权利要求4所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，步骤五中，土壤样品C经经烘干后过0. 15mm土筛的样品设置光源入射角度为25° 时，对测定的光谱样本曲线进行波动性的方差分析时，为测定过程中的最佳入射角度。7. 根据权利要求3所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，步骤六中，数据变换处理包括12中数据变换形式，经数据变换处理后得出Na+、K+、 Mg2+和C厂离子采用对数一阶微分处理可增加显著相关波段数量，Ca2+采用一阶微分可增加 显著相关波段数量，SO广和HCO^离子采用连续统去除处理方法可增加显著相关波段数量。8. 根据权利要求1只7任一所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方 法，其特征在于，步骤七中还包括采用训练集交叉验证和网格搜索法进行参数寻优。
【专利摘要】本发明公开了一种基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其包括以下主要步骤：（1）野外采集土壤样品并进行预处理；（2）对土壤样品进行烘干、过筛处理；（3）对土壤样品进行全盐和八大盐分离子测定；（4）对土壤样品进行高光谱测定，并得到样品的原始光谱反射特征曲线；（5）对原始光谱数值处理，并与测定的盐分离子含量进行相关性分析；（6）引入支持向量机模型构建方法，对筛选出的光谱变换形式进行模型构建与精度评价。本发明方法对土壤中各盐分离子含量有较高的预测精度，方法为盐渍化土壤盐分离子含量的室内测定提供了新的途径，也为实现区域土壤盐渍化危害类型的快速、无损监测提供新的手段。
【IPC分类】G01N21/31
【公开号】CN104897592
【申请号】CN201510318460
【发明人】王海江, 王飞, 吕新, 崔静, 任少亭
【申请人】石河子大学
【公开日】2015年9月9日
【申请日】2015年6月11日
【技术领域】
[0001] 本发明涉及土壤盐分快速监测领域，具体地，涉及一种基于高光谱技术的盐渍化 土壤盐分离子含量监测方法。
【背景技术】
[0002] 新疆地区受其土壤母质、地形地貌、气候条件和人为等因素共同作用，土壤盐渍化 和次生盐渍化危害严重，这类土地生产力低下，生态脆弱，环境恶劣，一直是区域经济发展 和生态建设的瓶颈。
[0003] 随着遥感技术和图像处理技术的不断发展，利用遥感手段已经成为土壤盐渍化监 测的主要手段。传统土壤盐渍化监测采用野外土壤定点调查方式，不仅费时、费力，而且测 点少，代表性差，无法实现大面积实时监测。高光谱遥感传感器能获取纳米级的地物连续光 谱信息，精细的光谱分辨率反映了地物光谱的细微特征，使得依据诊断性的光谱吸收特征 来识别地物、进行遥感定量分析、研宄地物的化学成分等成为可能。
[0004] 盐渍土的可溶性盐主要包括钠、钾、钙、镁等的硫酸盐、氯化物和碳酸盐，及时、准 确的掌握土壤盐分离子组成是治理盐碱地和防止其进一步恶化的必要前提，对加快盐渍化 的动态监测及综合治理有着重要意义。已有的关于盐渍化土壤危害性研宄工作主要集中 在探求盐分离子总量方面，而许多研宄均表明土壤中单盐对作物的危害更直接，其危害程 度要高于总盐含量，可见土壤盐分离子组成和浓度对评价盐渍化土壤的危害更加具有指示 性。支持向量机（supportvectormachines，SVM)是建立在统计学习理论的VC维理论和 结构风险最小原理基础上的，能较好地解决小样本、非线性、高维数据和局部极小等实际问 题，具有灵活、直观、清晰、运算效率高、易与多源信息结合等特点。
[0005] 现有同类技术中多是采用高光谱技术监测土壤总盐含量、有机质和水分含量，在 盐分八大离子的高光谱监测方法上还少有记载。
[0006] 现有方法存在以下缺陷： (1)利用高光谱技术在有效提取土壤属性信息的过程中，对土壤含水量状况还没有很 好的对比，往往在测定土壤光谱信息时凭借经验或已有的部分研宄结果采用风干法，土壤 盐分离子的高光谱定量反演能否采用鲜土或烘干处理还不清楚。
[0007] (2)随着土壤粒径的减小，土壤表面的反射率提高了，导致吸收峰的深度减小了， 不同波段的光谱特征与土壤属性间的关系会发生改变，通常测定土壤光谱均采用的过2mm 筛，在测定土壤盐分离子时其他粒径处理是否会提高拟合精度有待于进一步研宄。
[0008] (3)室内高光谱分析技术因其影响因素较野外更易控制，而得以广泛应用于土壤 资源环境评价中，室内模拟光源的入射角度对土壤性质的高光谱测定影响明显，可能导致 不同光源入射角之间的高光谱数据无共享性，因此，针对土壤盐分离子高光谱测定的光源 入射角是一个必须解决的问题。
【发明内容】
[0009] 本发明的目的在于，针对上述问题，提出一种基于高光谱技术的盐渍化土壤盐分 离子含量监测方法，以实现对土壤盐分离子快速、准确的定量监测的优点。
[0010] 为实现上述目的，本发明采用的技术方案是： 一种基于高光谱技术的盐渍化土壤盐分离子含量监测方法，包括以下步骤： 步骤一：选取代表当地盐渍状况的典型区域，在同一采样区域选取地表状况相似的点， 采集土壤表层0-5cm厚度处的土壤样品，并将采集的土壤样品混合均匀后迅速封装在自封 袋中，并记录采集土壤样品点的经炜度； 步骤二：将步骤一中取回的土壤样品剔除土壤以外的杂质，并将剔除后的土壤样品分 为三份，土壤样品的第一份土壤样品A研细后过2mm筛，并将过筛后的土壤样品编号后装在 自封袋，然后将自封袋放入冰箱保存；取土壤样品的第二份土壤样品B自然风干；土壤样品 的第二份土壤样品C放在105-1KTC的烘箱中烘至恒重； 步骤三：将经过步骤二处理后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、 0. 25mm和0. 15mm的土壤筛，在土壤样品A研细后过2mm筛后形成的样品以及经步骤二处理 后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成 的样品中，分别选取部分样品采用化学方法测定土壤中八大离子含量，从而得出化学测定 数值； 步骤四：利用高光谱仪测定各土壤样品光谱特征值，各土壤样品包括在土壤样品A研 细后过2mm筛后形成的样品以及经步骤二处理后的土壤样品B和土壤样品C分别通过2mm、 lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成的样品，结合步骤三的化学测定数值对比得 出不同干燥状况土壤光谱反射率及干燥状况对预测模型的影响，不同粒径土样对土壤光谱 反射率及粒径对预测模型的影响，完成土壤干燥状况和粒径组成的光谱测定条件筛选； 步骤五：分别设置不同光源入射角，对上述步骤四完成土壤干燥状况和粒径组成的光 谱测定条件筛选而确定的样品进行光谱测定，对测定的光谱样本曲线进行波动性的方差分 析，筛选出最优光源入射角度； 步骤六：按照步骤四和步骤五筛选的结果，测定土壤样品的光谱特征值，将原始土样光 谱数值进行平滑去噪，后对土壤样本光谱反射数据进行数据变换处理，结合土壤盐分离子 的化学分析结果筛选出最优数据变换形式； 步骤七：利用支持向量机建模方法，在步骤六最优数据变换形式筛选的基础上，构建土 壤盐分离子估算模型并对模型进行外部检验，实现基于高光谱技术的土壤盐分离子定量监 测。
[0011] 优选的，所述步骤一中的地表状况包括周围植被、土壤颜色、粗糙度和质量含水 率，所述质量含水率〈15%。
[0012] 优选的，所述步骤三中分别选取部分样品采用化学方法测定土壤中八大离子含量 中，所述化学方法包括，C0广和HC03-采用双指示剂中和法测定；C厂采用AgN03-定法测 定；S042-采用EDTA间接滴定法测定；Ca2+和Mg2+采用EDTA络合滴定法测定；Na+和K+采用 火焰光度法测定。
[0013]优选的，所述步骤五中分别设置不同光源入射角，不同光源入射角包括15°、 25。、35。和 45°。
[0014] 优选的，步骤四中，通过各处理光谱特征对比分析，土壤样品C经烘干后过0. 15mm 土筛所构建的盐分离子预测模型精度更高。
[0015] 优选的，步骤五中，土壤样品C经经烘干后过0. 15mm土筛的样品设置光源入射角 度为25°时，对测定的光谱样本曲线进行波动性的方差分析时，为测定过程中的最佳入射 角度。
[0016] 优选的，步骤六中，数据变换处理包括12中数据变换形式，经数据变换处理后得 出Na+、K+、Mg2+和C厂离子采用对数一阶微分处理可增加显著相关波段数量，Ca2+采用一阶 微分可增加显著相关波段数量，S0广和HC0 ^离子采用连续统去除处理方法可增加显著相 关波段数量。
[0017] 优选的，步骤七中还包括采用训练集交叉验证和网格搜索法进行参数寻优。
[0018] 本发明的技术方案具有以下有益效果： 本发明的技术方案，对土壤中各盐分离子 含量有较高的预测精度，为盐渍化土壤盐分 离子含量的室内测定提供了新的途径，也为实现区域土壤盐渍化危害类型的快速、无损监 测提供新的技术手段。
[0019] 本发明技术方案与现有技术相比具有以下优点： 1、发明通过前期实验对比，确定在采用高光谱测定土壤盐分离子含量的土壤样品，应 该进行105-1KTC的烘箱中烘至恒重处理，测定结果优于常规风干土处理。
[0020] 2、发明通过对比不同粒径组成光谱特征，确定在采用高光谱测定土壤盐分离子含 量的土壤样品，过0. 15mm土壤筛所得到的测定结果最优。
[0021] 3、发明通过不同入射光源的土壤光谱特征对比，确定入设光源为25°拟合精度最 尚。
[0022] 4、发明通过对比处理后的光谱特征值，筛选出各盐分离子测定的最优变换。
[0023]5、引入支持向量机构建盐渍土盐分离子含量高光谱反演模型，经检验精度较高。
[0024] 6、发明测定方法操作步骤简单、合理，成本低，能够有效反映土壤盐分离子组成的 真实状况，可为盐渍化土壤评价、改良、治理，作物种植调整提供新的数据获取途径。
[0025] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
【附图说明】
[0026] 图1为本发明实施例所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方 法的流程图； 图2为土壤盐分离子光谱测定的条件筛选流程图； 图3为土壤盐分离子估算模型的建立与检验流程图。
【具体实施方式】
[0027] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实 施例仅用于说明和解释本发明，并不用于限定本发明。
[0028] 实施例一： 如图1所示，步骤一：选取代表当地盐渍状况的典型区域，在同一采样区域选取地表状 况相似的点，采集土壤表层〇-5cm厚度处的土壤样品，并将采集的土壤样品混合均匀后迅 速封装在自封袋中，并记录采集土壤样品点的经炜度； 步骤二：将步骤一中取回的土壤样品剔除土壤以外的杂质，并将剔除后的土壤样品分 为三份，土壤样品的第一份土壤样品A研细后过2mm筛，并将过筛后的土壤样品编号后装在 自封袋，然后将自封袋放入冰箱保存；取土壤样品的第二份土壤样品B自然风干；土壤样品 的第二份土壤样品C放在105-1KTC的烘箱中烘至恒重； 步骤三：将经过步骤二处理后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、 0. 25mm和0. 15mm的土壤筛，在土壤样品A研细后过2mm筛后形成的样品以及经步骤二处理 后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成 的样品中，分别选取部分样品采用化学方法测定土壤中八大离子含量，从而得出化学测定 数值； 步骤四：利用高光谱仪测定各土壤样品光谱特征值，各土壤样品包括在土壤样品A研 细后过2mm筛后形成的样品以及经步骤二处理后的土壤样品B和土壤样品C分别通过2mm、 lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成的样品，结合步骤三的化学测定数值对比得 出不同干燥状况土壤光谱反射率及干燥状况对预测模型的影响，不同粒径土样对土壤光谱 反射率及粒径对预测模型的影响，完成土壤干燥状况和粒径组成的光谱测定条件筛选； 步骤五：分别设置不同光源入射角，对上述步骤四完成土壤干燥状况和粒径组成的光 谱测定条件筛选而确定的样品进行光谱测定，对测定的光谱样本曲线进行波动性的方差分 析，筛选出最优光源入射角度； 步骤六：按照步骤四和步骤五筛选的结果，测定土壤样品的光谱特征值，将原始土样光 谱数值进行平滑去噪，后对土壤样本光谱反射数据进行数据变换处理，结合土壤盐分离子 的化学分析结果筛选出最优数据变换形式； 步骤七：利用支持向量机建模方法，在步骤六最优数据变换形式筛选的基础上，构建土 壤盐分离子估算模型并对模型进行外部检验，实现基于高光谱技术的土壤盐分离子定量监 测。
[0029] 其中，步骤一中的地表状况包括周围植被、土壤颜色、粗糙度和质量含水率，所述 质量含水率〈15%。
[0030] 步骤三中分别选取部分样品采用化学方法测定土壤中八大离子含量中，所述化学 方法包括，C0广和HC0 ^采用双指示剂中和法测定；Cf采用AgNO3滴定法测定；S0广采用 EDTA间接滴定法测定；Ca2+和Mg2+采用EDTA络合滴定法测定；Na+和K+采用火焰光度法测 定。
[0031] 步骤五中分别设置不同光源入射角，不同光源入射角包括15°、25°、35°和 45。。
[0032] 优选的，步骤四中，通过各处理光谱特征对比分析，土壤样品C经烘干后过0. 15mm 土筛所构建的盐分离子预测模型精度更高。
[0033] 步骤五中，土壤样品C经经烘干后过0. 15mm土筛的样品设置光源入射角度为25° 时，对测定的光谱样本曲线进行波动性的方差分析时，为测定过程中的最佳入射角度。
[0034] 步骤六中，数据变换处理包括12中数据变换形式，经数据变换处理后得出Na+、 K+、Mg2+和Cl-离子采用对数一阶微分处理可增加显著相关波段数量，Ca2+采用一阶微分 可增加显著相关波段数量，S042-和HC03-离子采用连续统去除处理方法可增加显著相关 波段数量。
[0035] 步骤七中还包括采用训练集交叉验证和网格搜索法进行参数寻优。
[0036] 选定后对土壤样品进行105-1KTC的烘箱中烘至恒重处理后，过0. 15mm土壤筛 测定结果最优后，且确定入设光源为25°拟合精度最高。
[0037] 对土壤样品进行如下操作： 步骤1:在同一采样典型区域选取5个地表状况(周围植被、土壤颜色、粗糙度和质量含 水率〈15%)相似的点位，取0-5cm土壤样品混合均匀迅速封装在自封袋中； 步骤2:取回的鲜土样剔除土壤以外的植物残渣、石块等杂质，编号后的土壤样品放在 105-110°C的烘箱中烘至恒重； 步骤3:将步骤2土壤样品通过0.15mm的土壤筛，每份土壤样品约250g待用，其中选 取部分样品测定土壤中盐分八大离子含量，C0广和hco3-采用双指示剂中和法测定；C厂采 用AgN03滴定法测定；S0 42-采用EDTA间接滴定法测定；Ca2+和Mg2+采用EDTA络合滴定法测 定；Na+和K+采用火焰光度法测定； 步骤4:将步骤3中所获得的土壤样品进行土壤光谱数值的测量，光谱测量在一个能 控制光照条件的暗室内进行。取土壤样品放置于半径5cm、深1.5cm(认为是光学上无限 厚）的透明盛样皿内，土壤装填容重约1.4g?cnT3。采用200W卤素灯置于目标两侧， 光源入射角度25°，距离目标30cm，探头采用8°视场角的传感器探头置于离土壤样本表 面15cm的垂直上方，探头接收光谱的区域为直径2.1cm的圆，小于盛样皿的面积，探头接 收的均为土壤的反射光谱。测试之前先以白板进行定标，每个土样采集10条光谱曲线，算 术平均后得到该土样的实际反射光谱数据； 步骤5:对步骤4中每个土样采集到 的光谱曲线运用光谱数据处理软件ViewSpecPro进行拼接校正，然后求算出10条光谱曲线平均值作为对应样本的光谱反射率。采用移动 平均法对光谱数据平滑去除噪声作为数值分析的原始光谱反射率（R)，而后对土壤样本 光谱反射数据进行开根号处理(#)、对数处理（lgR)、倒数处理（1/R)、原始光谱一阶微分 (R'）和二阶微分（R' '）、一阶微分根号处理(#)、二阶微分根号处理(4P)、对数一阶微分 处理（（lgR)'）、对数二阶微分处理（（lgR)''）、倒数一阶微分（（1/R)'）、倒数二阶微分（（1/ R)' '）和连续统去除处理（CR); 连续统去除被定义为反射光谱曲线中反射峰之间的线性连接部分。连续统是连接反射 光谱峰值且折线在峰值处的外角大于180度，连续统去除即以反射光谱除以连续统光谱， 以下公式为：
[0038] 其中，连续统去除后的吸收光谱，R为吸收光谱，R。为吸收光谱的连续统值。
[0039] 步骤6:对步骤5中变换的各土样光谱数值，与对应的步骤3中测定的土壤盐分离 子含量进行相关性分析，分别比较相关波段数量和相关系数R;
[0040] 其中，R为相关系数，A、i为不同土壤样品的光谱测定变换数值和平均值，7、j 分别为土壤样品盐分离子的测定值和平均值。
[0041] 步骤7:根据步骤6的分析结果，筛选出与土壤盐分八大离子相关性最好的光谱数 据变换形式，对所筛选出的数值引入支持向量机方法，设定SVM类型为4 (即v-SVR)，核函 数类型为2 (S卩RBF)，采用训练集交叉验证和网格搜索法（gridsearch)进行参数寻优，依 据均方差最小原则确定惩罚参数C和RBF核参量g的值，构建盐渍土盐分离子含量高光谱 反演模型。
[0043] 其中，江为均方差。
[0044] 步骤8:对步骤7所得的结果进行模型精度评价，评价参数主要有建模数据集决定 系数R。：、标准误差RMSEE，内部交叉验证Rev2和标准误差RMSECV，外部检验数据集决定系数 Rval2和标准误差RMSEP，以及测定值标准偏差与标准预测误差的比值RPD。其中决定系数越 大，标准误差越小模型预测精度越高，RPD> 2. 0说明模型适于估算土壤属性，RPD< 1. 4 时，模型不可靠；1. 4 <RPD< 2. 0,模型的可靠性可以通过不同的建模方法得到提高。
[0046] 式中RMSE为标准误差，S为样本标准偏差，SEP为标准预测误差，尽为模型模拟值， 为实测值，为实测值的平均值，n为样本组数。
[0047] 实施例二： 在实施例一的基础上具体的采样如下： (1) 土壤样品获取：为了获取较多的自然土样盐分梯度，根据研宄区盐渍化农田分布状 况，在4~10月采集重度、中度和轻度盐渍化农田土壤表层0~5cm土样，在同一采样 位置选取5个地表状况(周围植被、土壤颜色、粗糙度和质量含水率〈15%)相似的点位，用 GPS记录样点的经炜度，样品混合均匀迅速封装在自封袋中，共计采集研宄区土壤样品203 份。
[0048] (2)取回的鲜土样剔除土壤以外的植物残渣、石块等杂质，放在105-1HTC的烘箱 中烘至恒重待用。
[0049] (3)烘干的土样研磨过0. 15mm筛，电子天平称取50g土壤样品与250ml蒸馏水 混合，经过浸泡和振动使土壤盐分充分溶解后，进行全盐量(质量法）测定，CO广和HCO，采 用双指示剂中和法测定；cr采用AgN03滴定法测定；SO广采用EDTA间接滴定法测定；Ca2+ 和Mg2+采用EDTA络合滴定法测定；Na+和K+采用火焰光度法测定，根据其盐分含量数值分 布和土壤颗粒组成，选取盐分含量值域宽和有机质含量相近的样品共计135个，其中90个 土样作为建模样本，剩余45个土样作为检验样本。被选择土样盐分含量、八大离子组成的 描述性统计见表1 : 表1、土壤样品盐分描述性统计表：
〇
[0050] (4)光谱特征值测定：光谱测量在一个能控制光照条件的暗室内进行。取土壤样 品放置于半径5cm、深1.5cm(认为是光学上无限厚）的透明盛样皿内，土壤装填容重约 1.4g，cnT3。采用200W卤素灯置于目标两侧，光源入射角度25°，距离目标30cm，探头 采用8°视场角的传感器探头置于离土壤样本表面15cm的垂直上方，探头接收光谱的区 域为直径2.1cm的圆，小于盛样皿的面积，探头接收的均为土壤的反射光谱。测试之前先 以白板进行定标，每个土样采集10条光谱曲线，算术平均后得到该土样的实际反射光谱数 据。
[0051] (5)光谱数据的变换和筛选：对每个土样采集到的光谱曲线运用光谱数据处理软 件ViewSpecPro进行拼接校正，然后求算出10条光谱曲线平均值作为对应样本的光谱反射 率。采用移动平均法对光谱数据平滑去除噪声作为数值分析的原始光谱反射率（R)，而后对 土壤样本光谱反射数据进行开根号处理(办)、对数处理（lgR)、倒数处理（1/R)、原始光谱 一阶微分（R'）和二阶微分（R' '）、一阶微分根号处理(#)、二阶微分根号处理C#7)、对数 一阶微分处理（（lgR)'）、对数二阶微分处理（（lgR)' '）、倒数一阶微分（（1/R)'）、倒数二阶 微分（（1/R)' '）和连续统去除处理（CR)，一阶微分、二阶微分采用软件计算，连续统 去除采用万软件功能转换。
[0052] (6)将变换后的光谱数据与土壤盐分离子做相关性分析，计算显著相关波段数量， 结果表明见表2 :Na+、K+、Mg2+和Cf采用对数一阶微分处理可增加显著相关波段数量，Ca2+ 采用一阶微分可增加显著相关波段数量，SO广和HC0，采用连续统去除处理方法可增加显 著相关波段数量。
[0053] 表2、不同光谱数据变换与土壤盐分离子显著相关波段数量表：
[0054] (7) 土壤盐分离子反演模型的建立：在对光谱数据变换和筛选的基础上，选取与土 壤盐分离子显著相关波段多的变换形式，采用支持向量机（supportvectormachine，SVM) 构建盐渍土盐分离子含量遥感反演模型。设定SVM类型为4 (即v-SVR)，核函数类型为2 (即RBF)，采用训练集交叉验证和网格搜索法（gridsearch)进行参数寻优，依据均方差最 小原则确定惩罚参数C和RBF核参量g的值；相关计算采用MatlabR2012a软件的libsvm 3. 11工具箱实现。
[0055] (8)模型的精度评价参数主要有建模数据集决定系数Real2、标准误差RMSEE，内部 交叉验证Rev2和标准误差RMSECV，外部检验数据集决定系数Rval2和标准误差RMSEP，以及 测定值标准偏差与标准预测误差的比值RPD。其中决定系数越大，标准误差越小模型预测 精度越高，RPD> 2. 0说明模型适于估算土壤属性，RPD< 1. 4时，模型不可靠；1. 4 <RPD < 2. 0,模型的可靠性可以通过不同的建模方法得到提高。具体参数如表3。
[005 6] 表3、土壤盐分离子含量反演模型参数表：
〇
[0057] 从表3可以看出，除了土壤盐分C0广离子，其他盐分离子采用光谱变换数据，利用 支持向量机SVM方法对土壤盐分离子含量模拟预测均具有较高的精度。各盐分离子模型建 立的Real2在0. 7097~0. 8863之间，RMSEE数值范围在0. 3985~3. 2121之间；交叉验证的Rcv2 在0. 6123~0. 7483之间，RMSECV数值范围在2. 312~5. 3185之间；利用45个外部样本对建 立的模型进行外部检验，也表现出较高的预测精度，其中Ca2+和Mg2+的RH)分别为1. 5502、 1. 4719,其他离子的RH)均大于1. 7,说明利用该方法对土壤中的盐分离子可以快速、准确 的测定。
[0058] 本发明充分利用高光谱技术结合数据变换手段和支持向量机（SVM)方法，实现了 盐渍化土壤Na+、K+、Ca2+、Mg2+、Cl_、S042_和HC0 3_离子含量的预测，对建立的模型经交叉验证 和外部检验表明预测精度较高。本发明方法为盐渍化土壤盐分离子含量的室内测定提供了 新的途径，也为实现区域土壤盐渍化程度的快速、无损监测提供新的手段。
[0059] 最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明， 尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可 以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的 保护范围之内。
【主权项】
1. 一种基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特征在于，包括以下 步骤： 步骤一：选取代表当地盐渍状况的典型区域，在同一采样区域选取地表状况相似的点， 采集土壤表层0-5cm厚度处的土壤样品，并将采集的土壤样品混合均匀后迅速封装在自封 袋中，并记录采集土壤样品点的经炜度； 步骤二：将步骤一中取回的土壤样品剔除土壤以外的杂质，并将剔除后的土壤样品分 为三份，土壤样品的第一份土壤样品A研细后过2mm筛，并将过筛后的土壤样品编号后装在 自封袋，然后将自封袋放入冰箱保存；取土壤样品的第二份土壤样品B自然风干；土壤样品 的第二份土壤样品C放在105-1KTC的烘箱中烘至恒重； 步骤三：将经过步骤二处理后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、 0. 25mm和0. 15mm的土壤筛，在土壤样品A研细后过2mm筛后形成的样品以及经步骤二处理 后的土壤样品B和土壤样品C分别通过2mm、lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成 的样品中，分别选取部分样品采用化学方法测定土壤中八大离子含量，从而得出化学测定 数值； 步骤四：利用高光谱仪测定各土壤样品光谱特征值，各土壤样品包括在土壤样品A研 细后过2mm筛后形成的样品以及经步骤二处理后的土壤样品B和土壤样品C分别通过2mm、 lmm、0. 5mm、0. 25mm和0. 15mm的土壤筛后形成的样品，结合步骤三的化学测定数值对比得 出不同干燥状况土壤光谱反射率及干燥状况对预测模型的影响，不同粒径土样对土壤光谱 反射率及粒径对预测模型的影响，完成土壤干燥状况和粒径组成的光谱测定条件筛选； 步骤五：分别设置不同光源入射角，对上述步骤四完成土壤干燥状况和粒径组成的光 谱测定条件筛选而确定的样品进行光谱测定，对测定的光谱样本曲线进行波动性的方差分 析，筛选出最优光源入射角度； 步骤六：按照步骤四和步骤五筛选的结果，测定土壤样品的光谱特征值，将原始土样光 谱数值进行平滑去噪，后对土壤样本光谱反射数据进行数据变换处理，结合土壤盐分离子 的化学分析结果筛选出最优数据变换形式； 步骤七：利用支持向量机建模方法，在步骤六最优数据变换形式筛选的基础上，构建土 壤盐分离子估算模型并对模型进行外部检验，实现基于高光谱技术的土壤盐分离子定量监 测。2. 根据权利要求1所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，所述步骤一中的地表状况包括周围植被、土壤颜色、粗糙度和质量含水率，所述质 量含水率〈15%。3. 根据权利要求1所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，所述步骤三中分别选取部分样品采用化学方法测定土壤中八大离子含量中，所述 化学方法包括，CO/-和HCO3-采用双指示剂中和法测定；C1-采用AgNO3滴定法测定；SO,采 用EDTA间接滴定法测定；Ca2+和Mg2+采用EDTA络合滴定法测定；Na+和K+采用火焰光度法 测定。4. 根据权利要求1所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，所述步骤五中分别设置不同光源入射角，不同光源入射角包括15°、25°、35°和 45。。5. 根据权利要求4所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，步骤四中，通过各处理光谱特征对比分析，土壤样品C经烘干后过0. 15mm土筛所构 建的盐分离子预测模型精度更高。6. 根据权利要求4所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，步骤五中，土壤样品C经经烘干后过0. 15mm土筛的样品设置光源入射角度为25° 时，对测定的光谱样本曲线进行波动性的方差分析时，为测定过程中的最佳入射角度。7. 根据权利要求3所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其特 征在于，步骤六中，数据变换处理包括12中数据变换形式，经数据变换处理后得出Na+、K+、 Mg2+和C厂离子采用对数一阶微分处理可增加显著相关波段数量，Ca2+采用一阶微分可增加 显著相关波段数量，SO广和HCO^离子采用连续统去除处理方法可增加显著相关波段数量。8. 根据权利要求1只7任一所述的基于高光谱技术的盐渍化土壤盐分离子含量监测方 法，其特征在于，步骤七中还包括采用训练集交叉验证和网格搜索法进行参数寻优。
【专利摘要】本发明公开了一种基于高光谱技术的盐渍化土壤盐分离子含量监测方法，其包括以下主要步骤：（1）野外采集土壤样品并进行预处理；（2）对土壤样品进行烘干、过筛处理；（3）对土壤样品进行全盐和八大盐分离子测定；（4）对土壤样品进行高光谱测定，并得到样品的原始光谱反射特征曲线；（5）对原始光谱数值处理，并与测定的盐分离子含量进行相关性分析；（6）引入支持向量机模型构建方法，对筛选出的光谱变换形式进行模型构建与精度评价。本发明方法对土壤中各盐分离子含量有较高的预测精度，方法为盐渍化土壤盐分离子含量的室内测定提供了新的途径，也为实现区域土壤盐渍化危害类型的快速、无损监测提供新的手段。
【IPC分类】G01N21/31
【公开号】CN104897592
【申请号】CN201510318460
【发明人】王海江, 王飞, 吕新, 崔静, 任少亭
【申请人】石河子大学
【公开日】2015年9月9日
【申请日】2015年6月11日
最新回复(0)