基於近紅外光譜的果園土壤養分含量反演模型研究

摘要

精準測定土壤速效氮（N）、磷（P）、鉀（K）含量對果園施肥管理至關重要。傳統化學分析方法耗時、成本高，難以滿足現代農業快速檢測需求。近紅外光譜（NIR）技術以其快速檢測的特點為土壤養分測定提供了新途徑。本研究基於 NIR 光譜數據，採用偏最小二乘回歸（PLSR）、支援向量機（SVM）和隨機森林（RF）構建土壤速效 N、P、K 含量反演模型。為了消除光譜數據採集的干擾因素，提高反演模型性能，分別應用了 Savitzky-Golay平滑（SG）、多元散射校正（MSC）、標準正態變量變換（SNV）、移動平均（MA）和一階導數（FD）等光譜預處理方法。結果表明，RF 模型在三種模型中的反演精度最高，速效氮的預測 精 度 為 R ²=0.5390 ， RMSE=21.4083 mg/kg ， RPD=1.4901 ； 速 效 磷 的 預 測 精 度 為 R ²=0.5361 ，RMSE=25.0564 mg/kg ， RPD=1.4841 ； 速 效 鉀 的 預 測 精 度 為 R ² =0.4293 ，RMSE=35.0889mg/kg，RPD=1.3383。通過對比不同預處理方法，其中 MSC 預處理方法對速效N 預測精度最高（ R²=0.585， RMSE=20.326 mg/kg ， RPD=1.569 ） ； SG 預 處 理 方 法 對 速 效 P 的 精 度 最 高（R²=0.553，RMSE=24.585 mg/kg，RPD=1.513）；MA 預處理方法對速效 K 的反演精度最高（R²=0.431，RMSE=42.383 mg/kg，RPD=1.340）。相比無預處理方法，模型反演性能得到改善，具體表現為：速效氮 R²提升 8.53%，速效磷提升 3.17%，速效鉀提升 0.47%。其中速效氮和磷的預測精度顯著提高，而速效鉀因光譜響應較弱，優化效果有限。研究證實，NIR 光譜結合適當預處理方法可有效預測土壤養分含量，為果園精準施肥提供技術支援，具有重要的應用價值。