[发明专利]一种土壤全氮光谱估算模型校正样本集构建方法

权利要求书

1.一种土壤全氮光谱估算模型校正样本集构建方法，其特征在于，包括以下步骤：

步骤1：测量土壤样本的可见-近红外光谱数据和全氮含量数据；

步骤2：对光谱数据进行不同的光谱变换，对光谱变换后数据挑选校正样本集；

步骤3：利用偏最小二乘法建立土壤全氮含量估算模型。

2.根据权利要求1所述的土壤全氮光谱估算模型校正样本集构建方法，其特征在于，步骤1的具体实现包括以下子步骤：

步骤1.1：采集研究区土壤样本，测量土壤样本的光谱数据；

步骤1.2：用化学方法分析土壤样本的全氮含量。

3.根据权利要求2所述的土壤全氮光谱估算模型校正样本集构建方法，其特征在于：步骤1.1中，将土壤样本放在一个能控制光照条件的暗室内，采用光谱仪进行土壤光谱分析，在进行土壤光谱分析之前先进行白板校正，每个土壤样本采集多条光谱曲线，通过算术平均后得出该土壤样本的实际反射光谱数据。

4.根据权利要求2所述的土壤全氮光谱估算模型校正样本集构建方法，其特征在于：步骤1.2中，采用半微量开氏法分析土壤样本的全氮含量。

5.根据权利要求1所述的土壤全氮光谱估算模型校正样本集构建方法，其特征在于：步骤2中所述对光谱数据进行不同的光谱变换，包括标准正态变换SNV、多元散射校正MSC和一阶微分。

6.根据权利要求1所述的土壤全氮光谱估算模型校正样本集构建方法，其特征在于：步骤2中，使用Kennard-Stone算法挑选校正样本集，是根据光谱变换后数据空间的欧氏距离选择样本，具体实现包括以下子步骤：

步骤2.1：寻找全体样本空间中欧氏距离最远的两个样本，归入校正集；

步骤2.2：依次计算全体样本中每个剩余样本到校正集样本的距离，选取每个剩余样本的最短距离，将这些剩余样本最短距离中的最长距离所对应的样本选入校正集；直至校正集中样本数量和所需校正集样本数量一致。

7.根据权利要求1所述的土壤全氮光谱估算模型校正样本集构建方法，其特征在于，步骤3中所述利用偏最小二乘法建立土壤全氮含量估算模型的具体实现过程为：以反射光谱经过不同光谱变换，并使用Kennard-Stone算法构建的校正样本集光谱数据作为土壤全氮光谱估算模型输入，以该校正样本集土壤全氮含量作为土壤全氮光谱估算模型的输出，建立偏最小二乘回归预测模型。

8.根据权利要求1-7任意一项所述的土壤全氮光谱估算模型校正样本集构建方法，其特征在于：采用交叉验证法选取主因子数，对土壤全氮光谱估算模型进行精度评价；

土壤全氮光谱估算模型选用决定系数R²、预测均方根误差RMSEP以及相对分析误差RPD作为评价参数：

$R^2=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{({\hat{y}}_i-{\stackrel{\‾}{y}}_i)}^2}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(y_i-{\stackrel{\‾}{y}}_i)}^2};$

$RMSEP=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(y_i-{\hat{y}}_i)}^2};$

$RPD=\frac{SD}{RMSEP};$

其中，y_i是预测值，是y_i的预测值，是y_i的平均值，SD是观测值标准偏差，n为样本数，i为从第一个土壤样本到第n个的计数。