基于SPA和PLS的南疆綠洲區(qū)土壤鹽分的近紅外光譜分析

張楠楠， 張 曉， 施明登， 范澤華， 王 濤， 白鐵成

(塔里木大學(xué)信息工程學(xué)院/中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所新疆南疆農(nóng)業(yè)信息化研究中心，新疆阿拉爾 843300)

在干旱與半干旱地區(qū)，土壤鹽漬化是一種常見的土地退化方式[1]，已發(fā)展成為國內(nèi)外土壤學(xué)研究的熱點[2]。土壤鹽漬化是威脅農(nóng)業(yè)生產(chǎn)和生態(tài)系統(tǒng)穩(wěn)定的一個重要因素[3]，目前已成為全球性環(huán)境問題。新疆鹽堿土總面積848萬hm2，現(xiàn)有耕地中31.1%的面積受到了不同程度鹽堿化危害[4]。新疆南疆綠洲區(qū)為土壤鹽漬化大區(qū)，鹽堿土具有面積大、類型多、積鹽重、形成復(fù)雜的特點[5]。

近紅外光譜(NIR)技術(shù)具有快速高效監(jiān)測的特點，已經(jīng)在農(nóng)業(yè)及其他許多領(lǐng)域中得到廣泛應(yīng)用[6-8]。近年來，許多專家學(xué)者致力于變量的選擇問題[9]和采用不同的光譜預(yù)處理方法使所建立的土壤模型更穩(wěn)定和精確。如代希君等借助模糊k-均值聚類方法、歸一化處理等方法，采用偏最小二乘回歸法進行全局鹽分預(yù)測，預(yù)測精度有所提高[10]；張娟娟等選取全譜、合頻、N—H基團等組合的8個波段，采用多元散射校正等多種預(yù)處理方法組合進行土壤光譜樣品處理，發(fā)現(xiàn) 4 000～5 500 cm-1波段的模型精度最好，其決定系數(shù)達(dá)到 0.90，說明模型具有極好的預(yù)測能力[11]；黃帥等把原始光譜經(jīng)微分變換后的12種高光譜指數(shù)與土壤含鹽量進行相關(guān)性分析，篩選出對土壤含鹽量變化敏感的特征光譜波段，構(gòu)建了基于逐步多元線性回歸和偏最小二乘回歸模型，得出對數(shù)二階微分變換形式模型的穩(wěn)定性和預(yù)測精度最高[12]；賈生堯等提出采用遞歸偏最小二乘法(recursive partial least squares regression，簡稱RPLS)來提高模型的預(yù)測能力，并同偏最小二乘法(PLS)、局部加權(quán)PLS、滑動窗口PLS對土壤速效磷與速效鉀含量進行預(yù)測，結(jié)果表明，RPLS模型取得了最優(yōu)的預(yù)測結(jié)果，決定系數(shù)分別為0.61、0.76[13]；Lin等利用平滑與多重散射校正聯(lián)合的方法對光譜進行預(yù)處理，再利用x-y矩陣法(sample set partitioning based on joint x-y distance，簡稱SPXY)算法挑選建模集樣本，利用連續(xù)投影算法和遺傳算法分別進行波長優(yōu)選，得出2種算法均可減少參與建模的波長數(shù)且能提高模型的準(zhǔn)確度，其中遺傳算法的預(yù)測精度更高[14]。

本研究在總結(jié)前人研究的基礎(chǔ)上，以南疆綠洲區(qū)為研究區(qū)，依據(jù)近紅外光譜數(shù)據(jù)、土壤含鹽量實測數(shù)據(jù)，通過多種處理方法對土壤光譜進行變換處理消除光譜噪聲，運用連續(xù)投影算法(successive projections algorithm，簡稱SPA)[15]選出特征波長，建立偏最小二乘法(partial least square，簡稱PLS)和連續(xù)投影算法-偏最小二乘法(successive projections algorithm-partial least square，簡稱SPA-PLS)預(yù)測模型，并將2種模型進行比較，以期為土壤鹽分預(yù)測模型提供一種新的研究思路和方法。

1 材料與方法

1.1 研究區(qū)概況

本研究選取新疆維吾爾自治區(qū)南疆綠洲區(qū)土壤為試驗對象，該地區(qū)最高氣溫為35 ℃，最低氣溫為-28 ℃。研究區(qū)太陽輻射強度平均每年為0.56～0.61 MJ/cm2。年均日照時數(shù)為2 556.3～2 991.8 h，日照率為58.69%。研究區(qū)雨雪稀少，地表蒸發(fā)強烈，年均降水量為40.1～82.5 mm，年均蒸發(fā)量為1 876.6～2 558.9 mm。

1.2 土壤采樣

在南疆綠洲區(qū)所選的典型樣點進行土樣采集，取表層 0～10 cm土壤，為保證所取土樣樣點的代表性，確定樣方面積為3 m×3 m，采用5點法采樣，即在每個樣方的4角和中心各取1個土樣，混合均勻，取500 g土樣放入密封袋中，并做好標(biāo)記。室內(nèi)陰干：將采回的各土樣放到塑料布上攤開，并做好標(biāo)記后依次排開，將較大的土塊捏碎，以利于磨細(xì)；將石子、草渣等雜物撿出，以免雜物過多，防止在稱質(zhì)量時產(chǎn)生較大誤差。 研磨過篩，將陰干后的各土樣倒入木盤中，用搟面杖或啤酒瓶研磨，并全部通過1 mm篩，分成2份，1份用于土壤鹽分測定，另1份用于近紅外光譜測定。共取得92份土壤樣本。

1.3 土壤鹽分含量的測定

土壤含鹽量的測定參照《土壤農(nóng)化分析》中的電導(dǎo)法[16]，采用標(biāo)準(zhǔn)曲線法計算土壤全鹽含量。

1.4 光譜預(yù)處理

使用美國賽默飛世爾科技公司生產(chǎn)的Antaris Ⅱ FT-NIR型光譜儀，以儀器內(nèi)部空氣為背景，測量范圍為4 000～10 000 cm-1，采樣點數(shù)為1 557個，每張光譜掃描次數(shù)為32次，分辨率為8 cm-1，儀器使用InGaAs檢測器，化學(xué)計量學(xué)分析軟件為儀器自帶的TQ軟件。采集光譜前開機預(yù)熱0.5h，確保光源更穩(wěn)定，采集樣品時重復(fù)3次，取平均值作為土壤樣品的原始光譜(圖1)。

應(yīng)用MATLAB 2010b軟件，采用多種處理方法對土壤光譜進行變換處理及相關(guān)分析。數(shù)據(jù)變換處理包括數(shù)據(jù)中心化(data centralized)、傅里葉變換(the fourier transform)、小波變換(wavelet transform)、歸一化處理(the normalized processing)、一階導(dǎo)數(shù)(savitzky golay first derivative)、二階導(dǎo)數(shù)(savitzky golay second derivative)、多元散射校正(multiplicative scatter correction，簡稱MSC)、卷積平滑(savitzky golay smoothing，簡稱SG平滑)。進行光譜預(yù)處理的目的在于比較分析不同光譜預(yù)處理方法對模型預(yù)測結(jié)果的影響，從而為后續(xù)提高預(yù)測模型精度打下基礎(chǔ)。

1.5 連續(xù)投影算法

連續(xù)投影算法是一種新型變量選擇方法，通過向量的投影分析，從光譜矩陣提取有效信息，并使光譜變量共線性最小[17]，具體算法步驟參考文獻[18]。

1.6 建模方法和模型驗證指標(biāo)

偏最小二乘法是一種多元數(shù)據(jù)統(tǒng)計分析方法，該方法是集主成分分析、普通多元線性回歸和典型相關(guān)分析于一體的回歸分析方法，解決了自變量多重共線性的問題[19]，已經(jīng)在光譜分析中得到了廣泛應(yīng)用。為了有效評價模型精度，本研究選取相關(guān)系數(shù)(r)、交互驗證預(yù)測均方差(root mean standard error of cross validation，簡稱RMSECV)、預(yù)測標(biāo)準(zhǔn)差(standard error of prediction，簡稱SEP)、準(zhǔn)確率(Precision)進行模型分析檢驗，其計算公式見表1。其中，r越接近1，回歸(或預(yù)測)結(jié)果越好；RMSECV越小，說明該模型的預(yù)測能力越高；SEP越小，則表示模型對外部樣品的預(yù)測能力越高；對于同一批次的樣本，RMSECV和SEP越小，說明模型的精度越高，兩者的值越接近，說明模型穩(wěn)定性越好；Precision用來驗證模型的準(zhǔn)確程度。

2 結(jié)果與分析

2.1 全局波長PLS模型

由表2可知，數(shù)據(jù)中心化和歸一化處理經(jīng)SG平滑后，各項指標(biāo)均有小幅度改善；傅里葉變換、小波變換、SG平滑、SG平滑+傅里葉變換、SG平滑+小波變換這5種處理方式的4項指標(biāo)基本一樣，是因為這5種處理算法都有平滑去噪的功能；一階求導(dǎo)運用SG平滑處理后，SEP變大，r和Precision變小，RMSECV有較大改善；二階求導(dǎo)經(jīng)SG平滑處理后，4個指標(biāo)均有較明顯改善。從SEP來看，傅里葉變換、小波變換、SG平滑、SG平滑+傅里葉變換、SG平滑+小波變換的值較小，分別為0.019 876、0.019 877、0.019 876、0.019 876、0.019 877；從RMSECV來看，SG平滑+一階求導(dǎo)的值最小，為0.008 877，其次為傅里葉變換、小波變換、SG平滑、SG平滑+傅里葉變換、SG平滑+小波變換，其值分別為 0.024 978、0.024 979、0.024 978、0.024 978、0.024 979；從r來看，SG平滑、傅里葉變換、SG平滑+傅里葉變換的值接近1，為0.982 686，其次是小波變換、SG平滑+小波變換處理，為0.982 685；但從Precision來看，傅里葉變換、小波變換、SG平滑、SG平滑+傅里葉變換、SG平滑+小波變換的值最大，為0.965 362。

表1 偏最小二乘法模型的檢驗指標(biāo)

綜合來看，效果最好的是SG平滑、傅里葉變換、SG平 滑+ 傅里葉變換，由圖2可知，模型的SEP、RMSECV相對較小，分別為0.019 876、0.024 978，r最接近1，為 0.982 686，Precision為0.965 362。從全局波段來看，SG平滑、傅里葉變換、SG平滑+傅里葉變換適合土壤鹽分含量的可見近紅外光譜預(yù)處理。

表2 PLS模型對土壤中鹽分含量的建模精度和預(yù)測能力

2.2 SPA選擇特定波長后的PLS模型

2.2.1 基于MSC+SPA的優(yōu)選波長 采用校正集60個樣本的1 557個光譜變量建立的PLS全譜模型在建模過程中的光譜數(shù)據(jù)量很大，同時還會引入干擾變量，反而會降低模型的預(yù)測精度。在全譜范圍內(nèi)使用MSC進行光譜預(yù)處理，之后使用SPXY進行校正集樣品劃分處理，最后使用SPA算法進行光譜變量壓縮。由圖3可知，模型中包含的變量數(shù)為6時，其均方根誤差(RMSE)最小，為0.011 809。由圖4可知，得到6個特征波長，波數(shù)分別為4 393.047、4 285.053、4 971.587、3 999.64、7 293.461、5 210.717 cm-1，其重要性依次減弱。

2.2.2 基于SPA特征波長的PLS模型 采用13種光譜預(yù)處理方法后建立SPA-PLS模型，由表3可知，數(shù)據(jù)中心化經(jīng)SG平滑后，各項指標(biāo)均變差；歸一化處理經(jīng)SG平滑后，各項指標(biāo)均向好的方向變化；傅里葉變換、小波變換、SG平滑、SG平滑+傅里葉變換、SG平滑+小波變換這5種處理方式的4項指標(biāo)基本一樣；一階求導(dǎo)運用SG平滑處理后，4項指標(biāo)性能變差；二階求導(dǎo)經(jīng)SG平滑處理后，4個指標(biāo)性能變差，r變化最劇烈。從SEP來看，傅里葉變換、小波變換、SG平滑、SG平滑+傅里葉變換、SG平滑+小波變換的值均較小，分別為0.016 931、0.019 144、0.017 688、0.017 688、0.019 262；從RMSECV來看，傅里葉變換的值最小，為0.016 769，其次是SG平滑和SG平滑+傅里葉變換的值，均為0.017 173；從r來看，傅里葉變換的值最接近1，為0.987 467；從Precision來看，傅里葉變換、小波變換、SG平滑、SG平滑+傅里葉變換、SG平滑+小波變換的值較大，為0.96左右。

表3 SPA-PLS模型的預(yù)測結(jié)果

綜合來看，效果最好的是傅里葉變換，由圖5可知，SPA-PLS模型的SEP、RMSECV相對較小，分別為 0.016 931、0.016 769，r最接近1，為0.987 467，Precision為0.968 915。從局部特征波段來看，傅里葉變換適合土壤鹽分含量的可見近紅外光譜預(yù)處理。

3 結(jié)論與討論

研究表明，利用可見近紅外光譜技術(shù)、光譜預(yù)處理算法和連續(xù)投影算法檢測土壤中的鹽分是可行的。全波段建模過程中，經(jīng)過13種光譜預(yù)處理后建立的PLS模型，效果最好的是SG平滑、傅里葉變換、SG平滑+傅里葉變換，模型的SEP、RMSECV都較小，分別為0.019 876、0.024 978，r為 0.982 686，Precision為0.965 362。說明SG平滑、傅里葉變換、SG平滑+傅里葉變換組合適合土壤鹽分含量的可見近紅外光譜預(yù)處理。

經(jīng)SPA算法得到6個特征波長，將6個特征波長作為輸入，經(jīng)13種光譜預(yù)處理后建立的PLS模型中，效果最好的是傅里葉變換，模型的SEP、RMSECV相對較小，且比較接近，分別為0.016 931、0.016 769，r為0.987 467，Precision為 0.968 915。從局部特征波段來看，傅里葉變換適合土壤鹽分含量的可見近紅外光譜預(yù)處理。

比較全局波段和局部特征波段的模型，局部特征建模的精確度有所提高，而模型的運算量大大降低，并具有較好的穩(wěn)定性。模型是否適合其他更廣闊的區(qū)域有待進一步驗證。