基于NIR及PLS-PCR-SVR預測森林土壤有機碳含量

李耀翔，汪洪濤，耿志偉，張 鵬，徐浩凱

(東北林業大學工程技術學院，黑龍江哈爾濱150040)

森林土壤碳庫是全球土壤碳庫的重要組成部分，也是森林生態系統中的最大碳庫，約占全球土壤碳儲量的73%，森林土壤碳庫的微小變化都會對大氣CO2濃度及全球變化產生巨大影響［1］。森林土壤碳庫分為有機碳和無機碳，其中以有機碳為主，且有機碳含量是表征土壤有機質的重要方式。土壤有機質作為土壤肥力保持的重要因子，在為作物提供養料，改善土壤物理性質，防止土壤侵蝕，實現土壤的可持續利用以及提高森林土壤的涵養水源功能方面發揮重要作用，可以確保植物的生長發育與種群的演替。因此，尋求快速測定土壤有機碳含量的方法在森林土壤理化性質、森林可持續利用及森林生態系統的相關研究中至關重要。

由于不同的有機物含有不同的基團，不同的基團有不同的能級，不同的基團和同一基團在不同物理化學環境中對近紅外光的吸收波長都有明顯差別，且吸收系數小，發熱少，因此近紅外光譜可作為獲取信息的一種有效的載體［2-3］。近年來，近紅外反射光譜分析技術(NIR)是一種快速、環保、無損傷、簡便的技術，波長范圍介于350～2 500 nm之間，近紅外光主要吸收含氫基團X-H(X=C、N、O)振動的倍頻和合頻，這些基團反映大多數有機物的組成和結構信息［2］。近紅外反射光譜分析技術在農業、林業、中藥、煙草、食品等行業中都有廣泛的應用，并已成為一種快速的例行分析方法［4-6］。目前，關于近紅外反射光譜分析技術在木材的物理和化學性質方面研究較多，包括木材的密度、含水率、力學性質，纖維素、木質素和總纖維素等方面［7-9］，并且分析應用領域不斷拓寬，用于土壤成分分析的研究日益趨增，其中包括土壤有機質、含水率、全氮和pH等［10-28］。土壤的組成包括礦物質、有機質和微生物等，它們的構成包含豐富的氫基團，而含氫基團是關乎土壤有機碳含量的重要信息，因此，近紅外光譜可以有效地反映土壤有機碳含量情況，為快速測定土壤有機碳含量提供了技術可行性。

該研究利用近紅外光譜技術建立小興安嶺林區土壤有機碳含量的定量分析模型，可以實現對森林土壤有機碳含量的快速、無損、精準檢測，為野外實時、大面積、快速地測定森林土壤有機碳含量提供了技術支持，為林區撫育管理的有效施行提供技術支持和理論依據。

1 材料與方法

1.1 土壤樣品的采集與制備 土壤樣品采自東北小興安嶺帶嶺林業局東方紅林場，該林場位于 46°50＇～46°59＇N，128°57＇～129°37＇E，海拔 650 m。該區屬溫帶季風性氣候，夏季溫暖多雨，冬季嚴寒多雪，年均氣溫1.5℃，年平均降水量670 mm，無霜期約114 d［29］。樹種以落葉松為主，平均年齡19 a，平均胸徑14 cm，平均樹高11 m，郁閉度為0.9，林區土壤為暗棕壤。

研究樣地以東方紅林場林區小班為單位，從中隨機選取10個小班，每個小班分別設置對照和撫育2塊樣地，共有20塊，單塊面積為50 m×20 m，每塊樣地沿對角線布置3個取土樣方，每個樣方分為上下2層，上層為0～10 cm，下層為10～20 cm，每層取1個土壤樣本，最終獲得120個土壤樣本。將土壤樣品帶回實驗室進行風干處理，使用木棒壓磨、去除肉眼可見的砂礫和植物殘體，然后過40目土壤篩均勻混合。

1.2 土壤樣品近紅外光譜采集與分析 土壤樣品近紅外光譜采集所用的儀器為美國ASD公司制造LabSpec Pro近紅外光譜儀，它是一款通用便攜式的儀器，配有內置光源(色溫為3 000 K)、光纖探頭和旋轉樣品杯，光譜儀的光譜測量范圍為28 571～4 000 cm-1(350～2 500 nm)，輸出的波段為2 151，分辨率為2 cm-1(波數單位)，每條土壤近紅外光譜取30次掃描的平均值，每10個樣品進行一次背景校正［30］。

應用多變量統計分析軟件The Unscrambler和仿真軟件MATLAB，結合PLS，SVR和PCR 3種方法建立土壤樣品有機碳含量的校正模型，并采用完全交互預測方式獲得樣品預測模型的相關參數。

1.3 建模方法

1.3.1 偏最小二乘(PLS)建模。將n(120)個土壤樣品m(1)個組分的土壤有機碳含量濃度矩陣Y=(yij)n×m和儀器測定n(120)個土壤樣品p(2 151)個波長點處吸光度矩陣X=(xij)n×xp分解成特征向量形式:Y=UQ+F;X=TP+E

其中U和T分別為n行d列(d為抽象組分數)的濃度特征因子矩陣和吸光度特征因子矩陣，Q為d×m階濃度載荷矩陣，P為d×p階吸光度載荷矩陣，F和E分別為n×m，n×p階濃度殘差陣和吸光度殘差陣。

PLS法是根據特征向量的相關性分解Y和X，建立回歸模型:U=TB+Ed，其中Ed為隨機誤差陣，B為d維對角回歸系數矩陣。

待測樣品，如果吸光度向量為X，則濃度為:Y=X(UX)'BQ

1.3.2 支持向量機回歸(SVR)方法。該法可以實現非線性擬合，同時能夠防止過擬合現象的出現。主要是用f(x)擬合目標值yk(土壤有機碳含量)，構造函數為:f(x)=∑(ai-其中都可以由優化方程求得，K(xi，x)是某種核函數(線性核函數、多項式核函數、徑向基核函數等)，不同的核函數建立的模型的預測效果不同，該文使用線性核函數。

1.3.3 主成分回歸。該法是設法將原來眾多具有一定相關性的自變量，通過線性組合的方式重新組合成一組較少的線性無關的綜合指標來代表原來的指標，新變量能反映原變量的絕大部分信息，通過這種方式達到降維的目的。

假設實際問題有p(2 151)個波長指標，這p個波長指標可看作 p個隨機變量，記為 X1，X2，...，Xp，主成分回歸就是要把這p個波長指標的問題轉變為討論p個波長指標的線性組合成新指標的問題，而這些新的指標F1，F2，...，Fk(k＜p)充分表征了原指標的大部分信息，并且相互獨立，其中:

前k個變量可以代表原始數據的絕大部分信息，在研究土壤有機碳含量問題時，即使不考慮后面變量也無損大局。主成分不僅起到濃縮信息作用，還具有不相關的性質，消除了變量間的多重共線性，避免信息重疊。

1.4 模型評價 評價化學計量學建立的模型性能的基本指標有相關系數R和均方根誤差RSME，評價應用建立的模型預測樣品時的基本指標有相關系數R、均方根誤差RSME和預測標準差SEP等。

相關系數(R)取值越接近1，模型擬合性越好:

均方根誤差越小，模型的擬合效果越好，預測精度越高:

校正標準差SEC越小，模型擬合的效果越好:

預測標準差SEP越小，模型的預測精度越高:

式中n為建模樣本數，yi為實測值，y為預測值，為實測值的平均值，Bias為系統偏差。

2 結果與分析

按國家標準-重鉻酸鉀外加熱法測定了120個土壤樣品的有機碳含量，結果見表1。其中上層土壤有機碳含量平均值為87.616 g/kg，下層平均值為61.959 g/kg，上層土壤的有機碳含量平均值高于下層土壤。

表1 土壤有機碳含量的分布

2.1 土壤樣品的近紅外光譜 圖1為120條不同有機碳含量的土壤樣品的近紅外光譜。從光譜圖的整體來看，3條光譜的變化趨勢基本一致，最顯著的特征是近紅外光譜均在1 414，1 918，2 207 nm附近出現較強的吸收峰，光譜的吸光度隨著有機碳含量的增大而增大，說明土壤近紅外光譜的吸光度對土壤有機碳含量有一定的響應。這主要是由于1 414 nm波長吸收峰與亞甲基CH2、C-H組合頻和烴類或脂肪類有關;1 918 nm波長吸收峰與水分子O-H;2 207 nm波長對應芳基C-H、CONH2、β-折疊結構中與肽主鏈呈直角的N-H和C=O［33］，這些特征波長點能很好地反映樣品的基團信息，不同基團的吸收峰和吸收強度不同，由于土壤樣品的有機碳含量不同，使各個樣品的基團含量不同，最終使光譜特征發生相應的變化。

土壤近紅外光譜均在1 414、1 918、2 207 nm附近出現較強的吸收峰，這與申艷［31］、Cozzolino 和 Moron［32］得到的土壤近紅外光譜圖比較相似，但峰值出現的位置稍有差異。關于吸收峰對應基團響應與Cozzolino和Moron研究相似，但是對應基團稍有不同，他們認為1 400 nm處的峰通常與O-H鍵及脂肪C-H鍵有關，1 900 nm處的峰通常與氨基化合物中的N-H和O-H鍵有關，而2 200 nm處的峰通常是由羒基化合物的O-H鍵、氨基化合物的N-H鍵、胺基中的N-H鍵以及脂肪鏈中的C-H鍵振動引起的。

圖1 原始的不同有機碳含量的土壤樣品近紅外光譜

2.2 基于全波段光譜的預測模型 基于樣品的原始近紅外光譜數據，為分析預處理方法對校正模型效果的影響，分別采用未處理、S+MSC、S+d1、S+d2、S+MSC+d1、S+MSC+d2(S為Savitzky-Golay平滑處理，MSC為多元散射校正，d1為一階導數，d2為二階導數)預處理方法結合PLS、SVR及PCR方法建立模型，獲得樣品的校正模型和預測模型的參數結果如表2～7。

由表2～7可知:采用同一種光譜預處理方法，不同的建模方法獲得樣品的校正模型和預測模型的參數不同，最佳的主成分數也各不相同。同樣，應用同一種建模方法，但采用不同的光譜預處理方法，獲得樣品的校正模型和預測模型的參數也不同。無論采用哪種光譜預處理方法，PLS法建立校正模型和預測模型的R最大，RMSE、SE的值較小，同時3種方法建立的模型效果依次為:PLS＞SVR＞PCR。

光譜經過預處理之后，無論應用何種方法建模，樣品校正模型和預測模型的R明顯變高，RMSE、SE明顯變小，主成分數也有所不同。由此說明，光譜預處理方法的采用有利于改善模型的效果，但是預處理方法的交叉使用對模型效果的改變程度也各不相同。

由表2～7亦可知:在全波段譜區，對光譜采用平滑、多元散射校正和一階導數(S+MSC+d1)預處理，應用PLS方法建模，樣品校正模型和預測模型效果最好。相關參數為:校正模型的 R、RMSE、SEC 分別為0.761 2、0.514 9、0.515 2;預測模型的 R、RMSE、SEP 分別為0.739 2、0.515 3、0.515 7，最佳主成分數為7。

綜上比較，在全波段譜區，采用S+MSC+d1光譜預處理方法，應用PLS方法建立的校正模型和預測模型效果較好。

表2 原始光譜的全波段校正與預測模型結果

表4 S+d1方法預處理全波段光譜校正與預測模型結果

2.3 基于優選譜區的預測模型 譜區優選是數據集壓縮的常用方法，從樣品的光譜信息中可知，近紅外光譜的數據點一般達到上千個，短波區的近紅外光譜信息較弱，而在1 300～2 500 nm的光譜信息較為豐富。在利用光譜建模時，選擇譜區過寬，會增加無效信息，過窄會減少有效信息，所以譜區的優選是建立較好模型的重要環節。為獲取最佳譜區，首先計算全光譜每個波長點的吸光度與分析的參比值［33］的相關性，得到各個波長點吸光度對參比值的回歸系數，再根據回歸系數進行優選。由土壤樣品全光譜吸光度和有機碳含量值回歸系數分布圖可以得出，至少有3段回歸系數比較平滑的譜區與土壤有機碳含量有很高的相關性，即1 380～1 450 nm，1 800～1 950 nm，2 050～2 300 nm這3段光譜作為建模譜區(圖2)，進一步分析確定最佳譜區。對土壤樣品的近紅外光譜在選定譜區內進行不同的預處理，并分別應用PLS、SVR和PCR 3種方法建立土壤有機碳含量的數學模型。優選譜區，不同的預處理方法，內部完全交互預測獲得校正模型和預測模型的相關參數如表8～10。

表5 S+d2方法預處理全波段光譜校正與預測模型結果

表6 S+MSC+d1方法預處理全波段光譜校正與預測模型結果

表7 S+MSC+d2方法預處理全波段光譜校正與預測模型結果

由表2～7和表8～10可知:經過譜區優選后，無論采用何種預處理方法，應用何種建模方法，所得到的校正和預測模型效果都優于未做譜區優選的模型。由表8～10可知:在優選譜區建立土壤有機碳含量的預測模型，無論應用何種建模方法，S+MSC+d1預處理后建立的模型優于其他預處理后的模型，最佳主成分數各有不同，這一結果也呼應了上面S+MSC+d1預處理方法可以優化模型的作用。采用同一種預處理方法，應用不同的建模方法可知:PLS方法建立的模型優于其他2種方法所得的模型，最佳主成分數各有不同，這一結果也呼應了PLS是3種建模方法中最優的分析結果。

圖2 土壤近紅外光譜吸光度和有機碳含量值回歸系數分布

綜上可知，土壤樣品光譜優選區域為1 380～1 450 nm，1 800～1 950 nm，2 050～2 300 nm，采用平滑、多元散射校正和一階導數預處理方法，應用偏最小二乘(PLS)方法建立的預測模型最優，土壤樣品有機碳含量模型的參數如下:校正模型的 R、RMSE、SEC 分別為0.805 2、0.512 2、0.512 5;預測模型的 R、RMSE、SEP 分別為0.768 1、0.514 3、0.514 6，最佳主成分數為8。同時給出全波段和優選譜區的校正模型土壤樣品有機碳含量的預測值和實測值的關系(圖3)，由此可知，該模型具備一定森林土壤有機碳含量的預測能力。

表8 PLS方法下不同預處理方法在優選波段的校正與預測模型結果

表9 SVR方法下不同預處理方法在優選波段的校正與預測模型結果

表10 PCR方法下不同預處理方法在優選波段的校正與預測模型結果

圖3 校正模型預測值與實測值的關系

3 結論

該研究基于近紅外光譜技術，通過不同的預處理方法交叉運用，全波段譜區和優選譜區的選取，不同的建模方法(PLS、SVR、PCR)的應用，建立了小興安嶺次生林土壤有機碳含量的校正模型和預測模型。從森林土壤的光譜可知，吸光度隨土壤有機碳含量的增加而增加，并且在波長1 414、1 918、2 207 nm附近出現較強的吸收峰。當光譜區域為優選譜區，光譜數據預處理方法為Savitzky-Golay平滑+多元散射校正+一階導數，建模方法為PLS，主成分數為8時，建立的校正模型有最佳預測效果。其中校正模型的R、RMSE、SEC分別為0.805 2、0.512 2、0.512 5;預測模型的 R、RMSE、SEP分別為0.768 1、0.514 3、0.514 6，最佳主成分數為8。結果表明:應用近紅外光譜技術結合不同預處理方法、譜區優選、不同建模方法可以尋找有效測定森林土壤有機碳含量的新方法，為大面積、實時、精準測定森林土壤有機碳含量提供了新檢測技術，為施行有效的林區撫育管理提供技術和理論依據。

［1］周國模，劉恩斌，佘光輝.森林土壤碳庫研究方法進展［J］.浙江林學院學報，2006，23(2):207-216.

［2］高榮強，范世福.現代近紅外光譜分析技術的原理及應用［J］.分析儀器，2002，3(9):12.

［3］劉旭，陳華才，劉太昂，等.PCA-SVR聯用算法在近紅外光譜分析煙草成分中的應用［J］.光譜學與光譜分析，2007，27(12):2460-2463.

［4］相秉仁，李睿，吳擁軍，等.近紅外光譜分析技術在藥學領域中的應用［J］.計算機與應用化學，1999，16(5):327-328.

［5］王多加，周向陽，金同銘，等.近紅外光譜檢測技術在農業和食品分析上的應用［J］.光譜學與光譜分析，2004，24(4):447-450.

［6］ALVES A，SANTOS A，ROZENBERG P，et al.A common near infraredbased partial least squares regression model for the prediction of wood density of Pinus pinaster and Larix × eurolepis［J］.Wood Science and Technology，2012，46(1/3):157-175.

［7］XU Q，QIN M，NI Y，et al.Predictions of wood density and module of elasticity of balsam fir(Abies balsamea)and black spruce(Picea mariana)from near infrared spectral analyses［J］.Canadian Journal of Forest Research，2011，41(2):352-358.

［8］鄒鑫.近紅外光譜分析法預測歐美楊材性的研究［D］.北京:北京林業大學，2010:63-64.

［9］RINNAN R，RINNAN ?.Application of near infrared reflectance(NIR)and fluorescence spectroscopy to analysis of microbiological and chemical properties of arctic soil［J］.Soil Biology and Biochemistry，2007，39(7):1664-1673.

［10］BELLON-MAUREL V，MCBRATNEY A.Near-infrared(NIR)and midinfrared(MIR)spectroscopic techniques for assessing the amount of carbon stock in soils-critical review and research perspectives［J］.Soil Biology and Biochemistry，2011，43(7):1398-1410.

［11］陳鵬飛，劉良云，王紀華，等.近紅外光譜技術實時測定土壤中總氮及磷含量的初步研究［J］.光譜學與光譜分析，2008，28(2):295-298.

［12］黃光群，王曉燕，韓魯佳.基于支持向量機的有機肥總養分含量NIRS分析［J］.農業機械學報，2010，41(2):93-98.

［13］陳強，吳慕春，薛月菊，等.支持向量機回歸的碳通量預測［J］.計算機工程與應用，2009，45(21):235-238.

［14］楊紹鍔，黃元仿.基于支持向量機的土壤水力學參數預測［J］.農業工程學報，2007，23(7):42-47.

［15］宋海燕，何勇.基于OSC和PLS的土壤有機質近紅外光譜測定［J］.農業機械學報，2007，38(12):113-115.

［16］畢衛紅，陳俊剛，白立春.基于近紅外光譜技術預測土壤中的全氮含量［J］.分析儀器，2006(3):47-49.

［17］于飛健，閔順耕，巨曉棠，等.近紅外光譜法分析土壤中的有機質和氮素［J］.分析試驗室，2002，21(3):49-51.

［18］丁海泉，盧啟鵬，樸仁官，等.土壤有機質近紅外光譜分析組合波長的優選［J］.光學精密工程，2007，15(12):1946-1951.

［19］紀文君，史舟，周清，等.幾種不同類型土壤的VIS-NIR光譜特性及有機質響應波段［J］.紅外與毫米波學報，2012，31(3):277.

［20］沈掌泉，王珂.用近紅外光譜預測土壤碳含量的研究［J］.紅外與毫米波學報，2010，29(1):32-37.

［21］韓瑞珍，宋韜，何勇.基于可見/近紅外光譜的土壤有機質含量預測［J］.中國科學:信息科學，2010，40(S1):111-116.

［22］盧艷麗，白由路，楊俐蘋，等.基于高光譜的土壤有機質含量預測模型的建立與評價［J］.中國農業科學，2007，40(9):1989-1995.

［23］張娟娟，田永超，姚霞，等.基于近紅外光譜的土壤全氮含量估算模型［J］.農業工程學報，2012，28(12):183-188.

［24］鄭立華，李民贊，安曉飛，等.基于近紅外光譜和支持向量機的土壤參數預測［J］.農業工程學報，2010，26(S2):81-87.

［25］YANG X M，XIE H T，DRURY C F，et al.Determination of organic carbon and nitrogen in particulate organic matter and particle size fractions of brookstone clay loam soil using infrared spectroscopy［J］.European Journal of Soil Science，2012，63(2):177-188.

［26］HUMMEL J W，SUDDUTH K A，HOLLINGER S E.Soil moisture and organic matter prediction of surface and subsurface soils using an NIR soil sensor［J］.Computers and Electronics in Agriculture，2001，32(2):149-165.

［27］CHANG C W，LAIRD D A.Near-infrared reflectance spectroscopic analysis of soil C and N［J］.Soil Science，2002，167(2):110-116.

［28］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.

［29］李耀翔，張鴻富，張亞朝，等.基于近紅外技術的落葉松木材密度預測模型［J］.東北林業大學學報，2010，38(9):27-30.

［30］張慧娟，李耀翔，張鴻富，等.基于近紅外光譜不同波段的紅松木材含水率預測分析［J］.東北林業大學學報，2011，39(4):83-85.

［31］申艷，張曉平，梁愛珍，等.近紅外光譜分析法測定東北黑土有機碳和全氮含量［J］.應用生態學報，2010，21(1):109-114.

［32］COZZOLINO D，MORON A.The potential of near-infrared reflectance spectroscopy to analyse soil chemical and physical characteristics［J］.The Journal of Agricultural Science，2003，140(1):65-71.

［33］嚴衍祿，陳斌，朱大洲，等.近紅外光譜分析的原理、技術與應用［M］.北京:中國輕工業出版社，2013.