基于高光譜的山地紅壤全氮含量估測模型對比研究

孫小香， 趙小敏， 謝 文

(江西農業大學林學院/江西省鄱陽湖流域農業資源與生態重點實驗室，江西南昌 330045)

氮素是植物最重要的營養元素之一，直接參與植物的新陳代謝，對植物的生長、產量和品質有著極顯著的影響[1]，而土壤全氮含量直接影響植物的氮素營養。土壤全氮含量的傳統化學分析方法如凱氏定氮法耗時、費力、破壞性大、專業性強且實效性弱，因此準確迅速無損的高光譜分析技術應運而生。Hummel等研究表明，土壤光譜反射率在可見光和近紅外波段(400～2 500 nm)與土壤全氮含量的相關性很高[2-4]，因此利用土壤光譜反射率反演土壤全氮含量是可行的。目前越來越多的建模方法被用于土壤全氮高光譜建模中，且模型精度較高。盧艷麗等構建了基于歸一化光譜指數(NDI)[550，450]預測土壤全氮(TN)含量的反演模型，實測值與預測值決定系數R2在0.82以上[5]。吳明珠等通過分析光譜反射率的不同數據變換與土壤總氮含量的相關性，篩選出的強相關敏感波段為可見光634～688 nm和近紅外872、873、1 414、1 415 nm波段，基于逐步多元線性回歸建立的土壤全氮反演模型的決定系數為0.616[6]。高光譜結合偏最小二乘法(PLS)進行線性建模已經發展得較為成熟，Chang等利用偏最小二乘法建立了土壤高光譜全氮含量估測模型，實測值與預測值的相關系數達0.9以上[7]。王一丁等利用高光譜分析技術結合正交信號校正-偏最小二乘回歸(OSC-PLSR)方法對植煙土壤全氮含量進行高精度預測[8]。由于土壤全氮含量與光譜反射率之間是一種非線性關系，所以利用非線性方法建?？梢暂^大程度地提高模型預測精度。鄭立華等利用BP神經網絡建立了基于近紅外光譜技術的土壤全氮含量預測模型，并提取主成分貢獻率超過99.98%的主成分作為神經網絡輸入值，模型預測精度達0.854[9]。楊揚以全波段光譜數據建立的BP神經網絡(BPNN)模型的相對分析誤差(RPD)達3.47[10]。張娟娟等基于敏感波段反射率經Norris濾波平滑后的一階導數光譜構建了基于偏最小二乘法、BP神經網絡和特征光譜指數的土壤全氮含量估算模型，結果表明，基于BPNN構建的土壤全氮含量估算模型精度高于其他2種模型，該結果進一步證明了非線性模型預測土壤全氮含量的效果優于線性模型[4]。此外，支持向量機作為一種新型非線性模型預測方法，其快速準確的預測效果也得到了很好的驗證。鄭立華等構建的基于小波降噪近紅外(NIR)光譜的支持向量機(SVM)土壤全氮回歸模型的R2達0.922 4[11]。除上述研究中比較成熟的預測模型外，陳頌超等提出局部加權回歸(LWR)方法，建立基于LWR、偏最小二乘回歸(PLSR)、神經網絡(ANN)和SVM方法的全氮預測模型，4種模型精度順序為LWR>SVM>ANN>PLSR[12]。PLSR作為最經典的線性建模方法，一直是土壤養分高光譜反演的首選方法，而BP神經網絡和支持向量機也是近幾年發展速度較快的建模精度較高的非線性建模方法，所以本研究選擇偏最小二乘回歸、BP神經網絡和支持向量機3種方法對土壤全氮含量進行反演。

上述研究表明，通過高光譜技術預測土壤全氮含量的效果較好，但不同土壤類型、樣品數量、數據預處理方式、實驗室條件以及模型類型等都會影響預測效果。張強認為，不同類型土壤的光譜反射率差異較大[13]，大多研究是基于多種類型土壤總體進行的全氮含量估測，試圖找到普適性的反演模型，但由于土壤成土因素的復雜性以及空間差異性等原因，模型適用性較低。本研究選取主成土因素相同的廬山山地紅壤為研究對象，采集190份土樣，測定其光譜反射率和全氮含量，并運用偏最小二乘回歸、BP神經網絡和支持向量機3種方法構建不同的基于土壤光譜的全氮含量估測模型，驗證并比較各模型精度指標值，以期找到預測廬山紅壤全氮含量的最優模型。

1 材料與方法

1.1 土樣采集與制備

本研究所用土樣于2014年在廬山地區采集，廬山地區位于江西省九江市，其地理坐標為115°52′～116°08′ E，29°26′～29°41′ N，屬于中國亞熱帶東部季風氣候區域，面江臨湖，山高谷深，具有鮮明的山地氣候特征。為合理布點，首先利用廬山土地利用現狀圖進行1 km×1 km選點，然后再根據選點圖進行實地取樣。主要采集0～20 cm土層土壤，共采集190個樣點，每個樣點取土1 kg左右，土壤類型均為山地紅壤。樣品帶回實驗室經自然風干，去除砂礫及動植物殘體后，研磨過0.25 mm篩。每個樣品分成2份，分別用于測定全氮含量和光譜反射率。

1.2 土壤全氮含量測定

選用凱氏定氮法測定土壤全氮含量，表1為不同樣本集樣品的土壤全氮含量統計特征。由于土壤樣本數量大，且采樣點地理位置跨度大，因此土壤全氮含量差異較明顯，最小值為0.19 g/kg，最大值高達4.78 g/kg，平均值為1.26 g/kg。

表1 土壤樣本集全氮含量統計

根據Kennard-Stone算法選取全體樣本的3/4作為建模樣本(143份)進行建模，全體樣本的1/4作為驗證樣本(47份)對模型進行驗證。由表1可以看出，建模、驗證樣本的平均值、標準差與總樣本相差不大，說明該方法篩選的建模、驗證樣本有代表性，可以代替總樣本對模型進行建模驗證。

1.3 光譜數據采集及預處理

采用美國ASD公司生產的ASD野外光譜分析儀FieldSpec 3對土壤光譜進行測定，該儀器的波長范圍為 350～2 500 nm，采樣間隔為1.4 nm(350～1 000 nm)、2 nm(1 000～2 500 nm)，重采樣間隔為1 nm。將處理好的土樣倒入盛樣皿中，鋪勻并用玻璃片壓實，厚度約1.5 mm。為減少外界干擾因子的影響，光譜測定在黑暗的實驗室內進行，將視場角為5°的探頭固定在土樣垂直上方，距離土樣15 cm的支架上，光源為功率50 W的鹵素燈，距土壤表面30 cm，光源照射方向與垂直方向夾角為15°。測定前進行白板定標，每個土樣測定5條光譜反射率曲線，取其平均值作為該土樣的光譜值，且每隔20 min進行1次白板校正。對每條光譜曲線進行1 nm的數據重采樣，得到1條波長為350～2 500 nm，波段數為2 151個的土壤光譜反射曲線。對光譜曲線進行對數、倒數對數、一階微分、二階微分變換，篩選出與全氮含量相關性高的變換數據構建土壤全氮含量估測模型。

1.4 建模方法

選用偏最小二乘回歸(PLSR)、BP神經網絡(BPNN)以及支持向量機(SVM)3種方法進行建模，采用決定系數(R2)、均方根誤差(RMSE)及相對分析誤差(RPD)等指標比較模型精度，其中R2越大，RMSE越小，RPD越大，說明模型精度越高；反之越低。另外，當預測模型RPD≥2.0時，表示該模型有較好的估測能力；當1.4

2 土壤全氮含量光譜特征

2.1 土壤全氮的反射光譜特征

根據山地紅壤全氮含量情況將土樣分為5個等級，分別為極低含量(<0.6 g/kg)、低含量(0.6≤N<0.9 g/kg)、中等含量(0.9≤N<1.3 g/kg)、高含量(1.3≤N<2.0 g/kg)和極高含量(≥2.0 g/kg)。求取每個等級的平均反射光譜曲線，得到5條不同的等級曲線，從圖1可以看出，5條不同等級光譜反射率曲線走勢一致。在全波段范圍內，山地紅壤的全氮光譜曲線變化總體較為平緩，整體呈上升趨勢。在可見光(400～800 nm)波段范圍內反射率迅速上升；在800 nm附近發射率稍微呈上凸趨勢；在近紅外(920～1 380 nm)波段范圍內反射率平緩上升，形成一個近紅外高反射率平臺；在 1 440 nm 附近有一個較小的吸收谷；1 450～1 850 nm反射率變化較平穩；以1 940 nm為中心波段出現較明顯的光譜吸收特征；1 950～2 150 nm光譜曲線隨波長的增加迅速上升；2 230 nm 附近也有一個較弱的吸收谷；2 290～2 500 nm波段土壤光譜曲線呈下降趨勢。

極低含量和低含量的全氮光譜曲線在全波段范圍內差異均很小，在600～1 380 nm波段，極低含量的全氮光譜曲線略高于低含量；中等含量、高含量與極低含量、低含量的全氮光譜曲線在400～580 nm波段曲線差異不明顯，在581～2 500 nm 波段差異較大，830 nm上凸區域差異最大。極高含量的全氮光譜曲線與其他光譜曲線差異明顯，在全波段范圍內反射率均低于其他光譜曲線，說明土壤含氮量越高，反射率越低。

2.2 山地紅壤全氮含量與土壤光譜的相關性分析

從圖2可知，土壤全氮含量與原始光譜的相關系數在可見光波段較低，近紅外波段較高。經一階微分處理后的光譜在410～550 nm波段與全氮含量相關性高于原始光譜；經二階微分變換后的相關性整體較低(絕對值整體低于0.6)；經倒數對數變換后的相關曲線與經對數處理后的相關曲線對稱，在全波段區域與土壤全氮含量呈顯著正相關關系；對數處理后的相關曲線和原始光譜相關系數曲線走勢相同，差異不大，在 350～2 500 nm全波段范圍內與全氮含量呈負相關關系，且整體相關系數較高(絕對值在0.4～0.9之間)。綜合比較可知，原始光譜反射率與土壤全氮含量存在連續相關性，可能原因是土壤光譜測定是在嚴格條件控制的實驗室進行，外界干擾因子較少。因此，本研究直接利用原始光譜全波段反射率與土壤全氮含量進行建模。

3 結果與分析

3.1 基于PLSR的土壤全氮含量建模與驗證

偏最小二乘回歸集合了主成分分析、典型相關分析和多元線性回歸分析3種方法的優點，是一種新型的多元統計數據分析方法。偏最小二乘回歸通常用于數據的“軟”建模，建立因變量關于自變量的線性或非線性的回歸預測模型，特別是在自變量大于觀察個數的情況下，效果較好[14-16]。本研究運用The Unscramble X 10.0軟件進行偏最小二乘回歸建模驗證。

由于土壤原始光譜反射率與全氮含量相關性較高，可直接作為輸入值進行PLSR建模。以全光譜波段(350～2 500 nm)為光譜建模樣本，建立基于PLSR的土壤全氮含量估測模型。由圖3可知，建模樣本實測全氮含量與預測全氮含量的RC2、RMSEC和RPD分別為0.67、0.52 g/kg和1.71；驗證樣本實測全氮含量與預測全氮含量的RV2、RMSEV和RPD分別為 0.67、0.51 g/kg和1.66。

3.2 基于BP神經網絡的土壤全氮含量建模與驗證

BP神經網絡是一種多層前饋神經網絡，包括輸入層、隱含層(中間層)和輸出層 。隱含層可以是1層也可以是多層，一般為了節約計算時間，1層就可以達到較好的擬合效果[17]。本研究運用Matlab軟件進行訓練， 將光譜值作為Input Data，全氮含量作為Target Data，訓練函數選用Trainscg，隱含層和輸出層傳遞函數分別采用Tainsig函數和Purelin函數。隱含層結點數的選擇通過多次反復試驗確定，目標誤差、學習速率及訓練迭代次數通過不斷測試驗證進行設定[4]。

以全光譜波段(350～2 500 nm)為光譜建模樣本，建立基于BP神經網絡的土壤全氮含量估測模型。將143份建模樣本土壤光譜反射率作為Input Data，143份建模樣本土壤全氮含量作為Target Data，訓練函數選用Trainscg，隱含層和輸出層傳遞函數分別采用Tainsig函數和Purelin函數，經過多次測試最終得出，當隱含層神經元個數為10個、目標誤差為 0.001、訓練迭代次數為1 000時擬合效果較好。驗證步驟與訓練步驟類似，當隱含層神經元個數為15個時，擬合精度達到最高值。由圖4可知，建模樣本實測全氮含量與預測全氮含量的RC2、RMSEC和RPD分別為0.82、0.38 g/kg和2.36；驗證樣本實測全氮含量與預測全氮含量的RV2、RMSEV和RPD分別為0.76、0.43 g/kg和1.97。

3.3 基于SVM的土壤全氮含量建模及驗證

支持向量機是一種基于統計學習理論的新型機器學習方法，由于其出色的學習性能，已經成為當前機器學習界的研究熱點[18]，主要被用于解決分類和回歸問題。SVM的學習利用Matlab R2014a軟件調用SVR.m函數進行。

以全光譜波段(350～2 500 nm)為光譜建模樣本，建立基于SVM的土壤全氮含量估測模型。使用Matlab軟件調用SVR.m函數進行SVM的學習，對因變量和自變量進行歸一化處理，且選用SVMcgForRegress輔助函數時，擬合精度最高。由圖5可知，建模樣本實測全氮含量與預測全氮含量的RC2、RMSEC和RPD分別為0.85、0.12 g/kg和6.59；驗證樣本實測全氮含量與預測全氮含量的RV2、RMESV和RPD分別為0.76、0.41 g/kg和2.07。

3.4 土壤全氮含量估測模型的檢驗與比較

由表2可知，基于PLSR、BPNN、SVM 3種方法驗證樣本的模型預測全氮含量與實測全氮含量RV2分別為0.67、0.76、0.76，RMSEV分別為0.51、0.43、0.41 g/kg，RPD分別為1.66、1.97、2.07。

表2 山地紅壤全氮預測模型統計結果

無論從判定系數、均方根誤差還是相對分析誤差來衡量，3種模型都取得了較滿意的擬合效果和精度，其中基于SVM建立的土壤全氮估測模型訓練與驗證精度最高，其次是BP神經網絡，而PLSR模型較差，但預測RPD均大于1.4，可以用于山地紅壤全氮含量預測。

4 討論與結論

4.1 討論

由于土壤類型及所處環境(溫度、濕度、pH值等)比較復雜，為了提高模型估測精度，研究熱點已經逐漸轉向基于單一土型的土壤養分高光譜反演。賴寧等利用鹽漬化土壤的高光譜特征對土壤含鹽量進行反演[19]。吳明珠等對亞熱帶土壤的鉻元素進行高光譜反演，且發現模型精度較高[20]。張佳佳等對南方丘陵稻田土的土壤全磷、有效磷含量建立多項式回歸模型[21]。韓兆迎等對黃河三角洲土壤有機質含量進行高光譜反演發現，基于單一土型建立的土壤養分高光譜反演模型相對于基于多種土壤類型建立的模型精度有了較大提高，可能是因為同類型土壤具有相同的主成土過程，外界環境條件也基本相同[22]。因此，本研究針對廬山山地紅壤建立的3種不同全氮含量高光譜估測模型的訓練與驗證精度較高，適用性較強。

光譜數據預處理如一階微分變換可以較好地消除外界因素干擾，提高某些波段反射率與土壤養分含量的相關性。然而，本研究數據顯示，原始光譜全波段與全氮含量相關性較高，且連續穩定，可能與本研究的土壤光譜反射率測定在黑暗的實驗室進行，外界干擾因子較少有關，說明只要測量過程嚴謹，條件嚴格，即可直接使用原始光譜數據進行模型的建立，從而提高工作速率。

土壤養分含量的高光譜反演模型一直是研究熱點，也是突破難點，主要分為線性模型和非線性模型。徐永明等基于 350～2 500 nm全波段光譜反射率建立PLSR模型，預測精度達0.8[23]。沈潤平等利用多元線性逐步回歸和人工神經網絡對土壤有機質含量進行反演[24]。本研究主要通過土壤全氮含量與土壤光譜反射率建立3種模型(PLSR、BPNN、SVM)并比較其驗證精度，篩選出最優廬山山地紅壤全氮含量估測模型，為高光譜遙感技術在土壤養分含量預測中的應用提供新的案例支持。模型驗證精度的對比結果表明，SVM模型的驗證精度最高(RPD=2.07)，BP神經網絡(RPD=1.97)和偏最小二乘(RPD=1.66)方法所建模型的驗證精度相對較低，可能是由于偏最小二乘回歸(PLSR)更適合對線性數據進行建模，而土壤全氮含量與光譜反射率之間是一種非線性關系，所以建立的模型驗證精度不高；而BP神經網絡具有高度的非線性映射能力[25]，所以反演效果較好；支持向量機是一種新型的學習機器，與神經網絡等其他核學習方法相比，核的參數能夠自動地通過優化的方法計算出來，并且避免了局部最小點、過學習等缺陷，從而提高了建模精度[26]。

4.2 結論

以江西省廬山山地紅壤為研究對象，采集190份土壤樣品，對土壤樣品的理化性質和反射光譜數據進行測量和分析，采用偏最小二乘回歸、BP神經網絡、支持向量機等方法建立3種山地紅壤全氮含量的預測模型，并用驗證樣本對山地紅壤全氮含量高光譜預測模型進行驗證，得到以下結論：(1)對土壤原始光譜進行數據變換處理，然后與土壤全氮含量進行相關性分析，結果顯示，光譜值與山地紅壤全氮含量的相關性達顯著水平，且相關性在近紅外波段較高。經一階微分變換后，某些波段的相關性有所提高，但原始光譜反射率與全氮含量的相關性在350～2 500 nm全波段范圍內呈顯著負相關關系，相關性高且穩定。(2)根據土壤全氮含量進行不同等級劃分，通過比較不同等級光譜曲線得出，各曲線走勢相似，在可見光波段光譜反射率上升速度較快，近紅外波段較平緩且在1 440、1 940、2 230 nm處有3個吸收谷。對比不同曲線同波段反射率得出，土壤全氮含量等級越高光譜反射率越低。(3)在全波段建立的3種土壤高光譜全氮含量估測模型中，精度由高到低依次為支持向量機模型>BP神經網絡模型>偏最小二乘模型。支持向量機模型具有較好的非線性逼近能力，是提高反演模型精度的有效手段。在本研究所建的3種模型中，支持向量機模型的決定系數最高，達0.76；均方根誤差最小，僅0.41g/kg；相對分析誤差最大，為2.07，其對土壤全氮含量的預測值與實測值非常接近，相比較而言，此模型預測能力最強，為最優的山地紅壤全氮含量高光譜估測模型，可以用于廬山山地紅壤全氮含量估測。本研究結果可為山地紅壤全氮含量高光譜預測建模提供新的案例，并為篩選最佳土壤養分含量估測模型提供技術參考。