1、土壤有機(jī)質(zhì)是土壤的重要組成部分，獲取土壤有機(jī)質(zhì)信息對(duì)農(nóng)民了解土壤肥力、科學(xué)管理施肥和提高糧食產(chǎn)量都有很大的幫助。傳統(tǒng)土壤有機(jī)質(zhì)測(cè)量采用的是實(shí)驗(yàn)室化學(xué)檢測(cè)方法，它有對(duì)測(cè)試人員素質(zhì)要求高、耗時(shí)耗力、成本高等缺陷，不符合現(xiàn)代數(shù)字化農(nóng)業(yè)快速發(fā)展的需求。因此，亟需一種快速、實(shí)時(shí)、精準(zhǔn)的檢測(cè)手段對(duì)土壤有機(jī)質(zhì)進(jìn)行測(cè)量。本研究基于可見(jiàn)-近紅外光譜檢測(cè)技術(shù)對(duì)土壤有機(jī)質(zhì)進(jìn)行光譜建模和儀器研制，實(shí)驗(yàn)土壤樣本共104個(gè)，采自浙江上虞、富陽(yáng)、場(chǎng)口等十個(gè)地區(qū);采用

2、的光譜儀是美國(guó)ASD公司生產(chǎn)的FieldSpec-3型光譜儀，波長(zhǎng)范圍為350-2500nm。主要研究?jī)?nèi)容和結(jié)果有:
　　(1)不同地區(qū)土壤的有機(jī)質(zhì)光譜特征不一樣，利用智能算法可對(duì)這些特征信息建立“有機(jī)質(zhì)-光譜”模型;通過(guò)光譜預(yù)處理、波長(zhǎng)間隔優(yōu)化、數(shù)據(jù)壓縮、小波變換和特征波段提取等手段，可以起到降低數(shù)據(jù)維數(shù)，改善數(shù)據(jù)可釋性以及提取有效光譜信息等作用。
　　(2)應(yīng)用去分解預(yù)處理算法，可改善PLSR模型效果;當(dāng)全譜平均間隔取1

3、0時(shí)，得到PLSR模型最佳預(yù)測(cè)效果R2=0.944，RPD=4.22;使用13個(gè)PCs作為BPAN輸入得到模型PC-BPANN的最佳預(yù)測(cè)效果R2=0.957，RPD=4.81;結(jié)合小波系數(shù)建立PLSR模型的最佳預(yù)測(cè)效果為R2=0.942，RPD=4.16;利用競(jìng)爭(zhēng)適應(yīng)再加權(quán)抽樣方法提取的特征波段建立PLSR模型得到驚人的預(yù)測(cè)效果R2=0.972，RPD=5.93;利用遺傳算法得到precision模型、F-test模型和global模型