[发明专利]一种基于优化模型的土壤有机质测定方法

权利要求书

1.一种基于优化模型的土壤有机质速检测方法，其特征在于，包含以下步骤：

A.预处理步骤：

A1.采集土壤样品，随机划分N个土壤样品的校正集和M个待测土壤样品；

A2.采用化学方法测定步骤A1的校正集和待测集中土壤样品的有机质含量，并分别对所有土壤样本进行压片；

A3.采用激光诱导击穿光谱仪采集压片后的校正集土壤样本和待测集土壤样本的光谱，连续多次测量；

A4.对步骤A3获得的土壤激光诱导击穿光谱进行预处理，包括基线校正、降噪、平均以及标准化；

B.建立模型步骤：

B1.计算经过预处理后的待测样本与校正集中所有土壤样品光谱的欧氏距离和余弦角度；

B2.计算上述各欧氏距离和对应余弦角度的混合值，并将结果从小到大排列；

B3.根据步骤B2的排序，设置初始子校正集数目，并以间隔递增的方式选择前n个校正集的光谱作为新的校正集，n≤N，建立PLSR预测模型，根据不同的n值得到不同的PLSR模型；

B4.根据每个PLSR模型对各自校正集预测的相关系数R²，均方根误差RMSEP，交叉验证的均方根误差RMSECV，以及残差预测偏差RPD，进行优化筛选，从而确定最优模型和对应的建模集样本数，并对待样本土壤有机质含量预测；

C.样品预测步骤

C1.依次将所有待测样品代入混合距离判据优化模型，对土壤有机质含量进行预测，得到预测值；

D.预测值评估步骤

D1.将步骤C1中预测的土壤有机质含量与步骤(A2)中的化学方法测定待测土壤的有机质含量参考值进行比较，评估预测结果。

2.根据权利要求1所述的基于优化模型的土壤有机质测定方法，其特征在于，所述步骤A1中，土壤样品的采集方式为：采集不同区域的土壤样品，去除土壤中的植物根、碎屑以及石子，样品进行风干、研磨过0.149mm筛。

3.根据权利要求1所述的基于优化模型的土壤有机质测定方法，其特征在于，所述步骤A2具体包括：采用水合热重铬酸钾-比色法测定校正集和待测集土壤样品的有机质含量，分别取一定量的校正集和待测集土壤样品置于压片磨具中在55MPa的压力下压2min制得土壤片。

4.根据权利要求1所述的基于优化模型的土壤有机质测定方法，其特征在于，所述步骤A3具体包括：分别将土壤片置于激光诱导击穿光谱仪中，采集校正集土壤激光诱导击穿光谱，采集波长范围为200-1000nm，分辨率为0.14nm；激光能量为16mJ，频率为20Hz；检测延迟时间为137μs，栅极宽度为7.0ms；一个样品采集25个点位，采集三层，共75条平行光谱。

5.根据权利要求1所述的基于优化模型的土壤有机质测定方法，其特征在于，所述步骤A4中的预处理具体包括：采用MPLS算法对光谱进行基线校正，采用小波变换对光谱进行降噪，平均光谱，并标准化。

6.根据权利要求1所述的基于优化模型的土壤有机质测定方法，其特征在于，所述步骤B1中，所述校正集土壤光谱的欧氏距离和余弦角度的混合矢量计算公式如下：

其中x_u为待测样本的光谱数据，x_q为校正集中第q个样本的光谱数据(q＝1,2,…,N)，N为校正集的样本数，d_cos(u,q)为待测样本光谱与校正集中第q个样本光谱的余弦角度，D_xcos(u,q)为待测样本光谱与校正集中第q个样本光谱的混合矢量。通过Matlab软件计算混合距离，并将混合距离按照从小到大排序组成新的序列。

7.根据权利要求1所述的基于优化模型的土壤有机质测定方法，其特征在于，所述步骤B3中，所述PLSR预测模型具体包括：对于新的光谱序列，设置初始子校正集数目为10个，以间隔数目为10递增，依次选择新序列的前10个，20个，······N个，光谱作为子PLSR模型的校正集；采用留一法交叉验证的方法确定模型的潜在变量数，由不同的子校正集建立不同的PLSR预测模型。