基于CARS算法的脐橙果园土壤有机质近红外检测

摘要

以江西省万安县一脐橙果园土壤为研究对象,对采集到的57个土壤样本经风干、过筛,然后进行有机质含量测定,同时使用布鲁克TENSOR37型傅里叶变换近红外光谱仪进行光谱采集。采集到的光谱数据经过平滑(S-G)、标准正态变量变换(SNV)、一阶微分(1st D)、多元散射校正(MSC)4种方法预处理。然后通过遗传算法(GA)、连续投影算法(SPA)、正自适应加权算法(CARS)3种方法筛选出有机质的敏感波段。结果表明,正自适应加权算法(CARS)加权筛选出40个变量,其预测相关系数(Rp)为0.937,预测均方根误差(RMSEP)为0.410。这表明正自适应加权算法(CARS)可以有效的筛选出脐橙果园土壤有机质的敏感波段,同时为脐橙果园土壤有机质便携式仪器和传感器的开发提供参考。