包络线去除与偏最小二乘回归在土壤参数反演中的应用

"这篇论文是2014年的工程技术类学术论文，主要研究了如何利用可见光-近红外高光谱反射率数据结合包络线去除（CR）和偏最小二乘回归（PLSR）技术，来提升土壤重金属砷（As）和有机质（OM）含量的反演模型准确性。在江苏省宜兴市100个土样数据的基础上，通过对比普通PLSR模型和CR-PLSR模型，发现后者在预测能力上有显著提升。" 在土壤环境监测中，精确估算土壤中的重金属如砷（As）和有机质（OM）的含量至关重要，因为它们直接影响土壤质量，并可能对生态环境和人类健康造成影响。传统的方法可能存在耗时、破坏性大等问题，而高光谱技术则提供了一种非破坏性和高效的方法。 高光谱遥感技术利用光谱反射率数据，可以获取土壤中多种成分的信息。然而，原始光谱数据往往受到噪声、基线波动等因素的影响，导致反演模型的精度降低。为此，论文引入了包络线去除（CR）技术。CR是一种预处理方法，它能消除连续光谱中的非吸收特征，增强特定波段的反射光谱特征，从而使得与As和OM含量相关的光谱信号更明显。 论文中，作者比较了普通PLSR模型和结合了CR的PLSR（CR-PLSR）模型。PLSR是一种统计分析方法，通过寻找输入变量（光谱数据）和输出变量（As和OM含量）之间的最佳线性组合，建立预测模型。结果表明，CR-PLSR模型在决定系数（R²）和预测根均方误差（RMSEP）上均有显著提升，提高了模型的预测能力。 具体来说，CR-PLSR模型在550、900、1420、1900和2200nm等波段的反射光谱特征增强，这些波段被认为是As和OM的重要指示波段。通过模型回归系数分析，证明了CR在选择关键波段上的有效性，有助于PLSR模型更好地识别与目标变量关联的光谱特征。 这项研究的成果强调了CR在辅助PLSR优化波段选择上的作用，同时表明结合CR-PLSR的遥感技术能有效提高土壤重金属As和OM含量的反演精度。这对于实现土壤质量的遥感监测具有重要参考价值，可为环境保护和土壤管理提供更精确的数据支持。