zhpsЖурнал прикладной спектроскопииZhurnal Prikladnoii Spektroskopii0514-7506B. I. Stepanov Institute of Physics of the National Academy of Scienceszhps-91Research Article******УСОВЕРШЕНСТВОВАНИЕ МОДЕЛИ ДЛЯ АНАЛИЗА СОДЕРЖАНИЯ ОРГАНИКИ В ПОЧВЕ МЕТОДОМ СПЕКТРОМЕТРИИ В ВИДИМОМ И БЛИЖНЕМ ИК ДИАПАЗОНАХ ЗА СЧЕТ ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ СПЕКТРОВ, ВЫБОРА ОБРАЗЦОВ И ОПТИМИЗАЦИИ ДЛИН ВОЛНIMPROVEMENTS OF THE VIS-NIRS MODEL IN THE PREDICTION OF SOIL ORGANIC MATTER CONTENT USING SPECTRAL PRETREATMENTS, SAMPLE SELECTION, AND WAVELENGTH OPTIMIZATIONLinZ. D.LinZ. D.noemail@neicon.ruWangY. B.WangY. B.noemail@neicon.ruWangR. J.WangR. J.ybwang@iim.ac.cnWangL. S.WangL. S.ybwang@iim.ac.cnLuC. P.LuC. P.noemail@neicon.ruZhangZ. Y.ZhangZ. Y.noemail@neicon.ruSongL. T.SongL. T.noemail@neicon.ruLiuY. .LiuY. .noemail@neicon.ruИнститут интеллектуальных машин, Китайская академия наук; Китайский университет науки и технологии; Институт электронной техникиРоссияInstitute of Intelligent Machines, Chinese Academy of Sciences; University of Science and Technology of China; Electronic Engineering InstituteRussian FederationИнститут интеллектуальных машин, Китайская академия наукРоссияInstitute of Intelligent Machines, Chinese Academy of SciencesRussian Federation201710032020843509(1)-509(7)Copyright © Lin Z.D., Wang Y.B., Wang R.J., Wang L.S., Lu C.P., Zhang Z.Y., Song L.T., Liu Y..., 20202020Lin Z.D., Wang Y.B., Wang R.J., Wang L.S., Lu C.P., Zhang Z.Y., Song L.T., Liu Y...Lin Z.D., Wang Y.B., Wang R.J., Wang L.S., Lu C.P., Zhang Z.Y., Song L.T., Liu Y...Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://zhps.ejournal.by/jour/article/view/91

При создании модели для анализа методом спектрометрии в видимом и ближнем ИК диапазонах содержания органических веществ (OMC) в черноземе с известковыми включениями использованы 130 образцов поверхностного слоя почвы, взятых в графстве Гуоян провинции Аньхой, Китай. Для минимизации несоответствующей и бесполезной информации в полученных из спектров данных и повышения степени их корреляции с измеряемыми величинами проведена предварительная обработка спектров. Для выбора обучающего набора использованы метод Кеннарда-Стоуна (KS) и разбиение набора образцов с совместным учетом расстояний по x-y (SPXY). C помощью алгоритма последовательных проекций (SPA) и генетического алгоритма (GA) осуществлена оптимизация длин волн. В итоге построена модель регрессии на главные компоненты (PCR), в которой оптимальное число главных компонент определено с помощью методики перекрестной проверки с исключением по одному. Показано, что комбинация фильтра Савицкого-Голея (SG) для сглаживания и мультипликативной поправки на рассеяние (MSC) может исключить влияние шума и дрейфа базовой линии; метод SPXY имеет преимущество перед KS при выборе образцов; SPA и GA могут значительно уменьшить число переменных по длинам волн и эффективно повысить точность GA и анализа OMC в почве до коэффициентов корреляции (Rcc), среднеквадратичной ошибки предсказания (RMSEP) и остаточной погрешности прогноза (RPD) 0.9316, 0.2142 и 2.3195 соответственно.

A total of 130 topsoil samples collected from Guoyang County, Anhui Province, China, were used to establish a Vis-NIR model for the prediction of organic matter content (OMC) in lime concretion black soils. Different spectral pretreatments were applied for minimizing the irrelevant and useless information of the spectra and increasing the spectra correlation with the measured values. Subsequently, the Kennard-Stone (KS) method and sample set partitioning based on joint x-y distances (SPXY) were used to select the training set. Successive projection algorithm (SPA) and genetic algorithm (GA) were then applied for wavelength optimization. Finally, the principal component regression (PCR) model was constructed, in which the optimal number of principal components was determined using the leave-one-out cross validation technique. The results show that the combination of the Savitzky-Golay (SG) filter for smoothing and multiplicative scatter correction (MSC) can eliminate the effect of noise and baseline drift; the SPXY method is preferable to KS in the sample selection; both the SPA and the GA can significantly reduce the number of wavelength variables and favorably increase the accuracy, especially GA, which greatly improved the prediction accuracy of soil OMC with Rcc, RMSEP, and RPD up to 0.9316, 0.2142, and 2.3195, respectively.

спектроскопия видимого и ближнего ИК диапазоновсодержание органических веществпредварительная обработка спектравыбор образцаоптимизация длины волныVis-NIR spectroscopyorganic matter contentspectral pretreatmentsample selectionwavelength optimizationReferencesE. Ben-Dor, A. Banin, Soil Sci. Soc. Am. J., 59, 364-372 (1995).E. Ben-Dor, A. Banin, Soil Sci. Soc. Am. J., 59, 364-372 (1995).J. B. Reeves, G. W. McCarty, J. J. Meisinger, JNIRS, 8, 161-170 (2000).J. B. Reeves, G. W. McCarty, J. J. Meisinger, JNIRS, 8, 161-170 (2000).J. B. Reeves, G. W. McCarty, V. B. Reeves, R. F. Follet, J. M. Kimble, Abstr. Am. Chem. Soc., 223, U141-U142 (2002).J. B. Reeves, G. W. McCarty, V. B. Reeves, R. F. Follet, J. M. Kimble, Abstr. Am. Chem. Soc., 223, U141-U142 (2002).B. W. Dunn, H. G. Beecher, G. D. Batten, S. Ciavarella, Aust. J. Exp. Agric., 42, 607-614 (2002).B. W. Dunn, H. G. Beecher, G. D. Batten, S. Ciavarella, Aust. J. Exp. Agric., 42, 607-614 (2002).K. D. Shepherd, M. G. Walsh, SSSA, 66, 988-998 (2002).K. D. Shepherd, M. G. Walsh, SSSA, 66, 988-998 (2002).K. Islam, B. Singh, A. B. McBratney, Aust. J. Soil Res., 41, 1101-1114 (2003).K. Islam, B. Singh, A. B. McBratney, Aust. J. Soil Res., 41, 1101-1114 (2003).E. Ben-Dor, J. Irons, G. F. Epema, In: Soil Reflectance: Remote Sensing for the Earth Science, Ed. N. Andrew Rencz, 3rd edn., Manual of Remote Sensing, 3 (1999).E. Ben-Dor, J. Irons, G. F. Epema, In: Soil Reflectance: Remote Sensing for the Earth Science, Ed. N. Andrew Rencz, 3rd edn., Manual of Remote Sensing, 3 (1999).G. M. Vasques, S. Grunwald, J. O. Sickman, Geoderma, 146, 14-25 (2008).G. M. Vasques, S. Grunwald, J. O. Sickman, Geoderma, 146, 14-25 (2008).G. M. Vasques, S. Grunwald, J. O. Sickman, Soil Sci. Soc. Am. J., 73, 176-184 (2009).G. M. Vasques, S. Grunwald, J. O. Sickman, Soil Sci. Soc. Am. J., 73, 176-184 (2009).A. M. Mouazen, B. Kuang, J. De Baerdemaeker, H. Ramon, Geoderma, 158, 23-31 (2010).A. M. Mouazen, B. Kuang, J. De Baerdemaeker, H. Ramon, Geoderma, 158, 23-31 (2010).A. Stevens, T. Udelhoven, A. Denis, B. Tychon, R. Lioy, L. Hoffmann, B. Van Wesemael, Geoderma, 158, 32-45 (2010).A. Stevens, T. Udelhoven, A. Denis, B. Tychon, R. Lioy, L. Hoffmann, B. Van Wesemael, Geoderma, 158, 32-45 (2010).R. A. Viscarra Rossel, T. Behrens, Geoderma, 158, 46-54 (2010).R. A. Viscarra Rossel, T. Behrens, Geoderma, 158, 46-54 (2010).C. W. Chang, A. L. David, J. M. Maurice, R. H. Charles, Soil Sci. Soc. Am. J., 65, 480-490 (2001).C. W. Chang, A. L. David, J. M. Maurice, R. H. Charles, Soil Sci. Soc. Am. J., 65, 480-490 (2001).Y. B. Wang, T. Y. Huang, J. Liu, Z. D. Lin, S. H. Li, R. J. Wang, Y. J. Ge, Comput. Electron. Agric., 111, 69-77 (2015).Y. B. Wang, T. Y. Huang, J. Liu, Z. D. Lin, S. H. Li, R. J. Wang, Y. J. Ge, Comput. Electron. Agric., 111, 69-77 (2015).L. W. Liu, Pedosphere, 1, 3-15 (1991).L. W. Liu, Pedosphere, 1, 3-15 (1991).L. J. Li, X. S. Guo, D. Z. Wang, Y. X. Sun, C. L. He, P. P. Wu, J. Anhui Agric. Sci., 34, 722-723 (2006).L. J. Li, X. S. Guo, D. Z. Wang, Y. X. Sun, C. L. He, P. P. Wu, J. Anhui Agric. Sci., 34, 722-723 (2006).M. Nathan, Ron. Gelderman, Recommended Chemical Soil Test Procedures for the North Central Region, North Central Regional Research Publication No. 221 (Revised, 2012). 509-7M. Nathan, Ron. Gelderman, Recommended Chemical Soil Test Procedures for the North Central Region, North Central Regional Research Publication No. 221 (Revised, 2012). 509-7R. Lu, Chemical Analysis Method of Agricultural Soil, China Agricultural Science Press, Beijing, 106-107 (in Chinese) (2000).R. Lu, Chemical Analysis Method of Agricultural Soil, China Agricultural Science Press, Beijing, 106-107 (in Chinese) (2000).A. Rinan, F. Vanden Berg, S. B. Engelsen, Trends Anal. Chem., 28, 1201-1222 (2009).A. Rinan, F. Vanden Berg, S. B. Engelsen, Trends Anal. Chem., 28, 1201-1222 (2009).A. Savitzky, M. J. E. Golay, Anal. Chem., 36, 1627-1639 (1964).A. Savitzky, M. J. E. Golay, Anal. Chem., 36, 1627-1639 (1964).W. Wu, B. Walczak, D.L. Massart, S. Heuerding, F. Erni, I. R. Last, K. A. Prebble, Chemometr. Intell. Lab. Syst., 33, 35-46 (1996).W. Wu, B. Walczak, D.L. Massart, S. Heuerding, F. Erni, I. R. Last, K. A. Prebble, Chemometr. Intell. Lab. Syst., 33, 35-46 (1996).R. Kawakami Harrop Galvão, M. César Ugulino Araujo, G. Emıdio Jose, M. Jose Coelho Pontes, E. Cirino Silva, T. Cristina Bezerra Saldanha, Talanta, 67, 736-740 (2005).R. Kawakami Harrop Galvão, M. César Ugulino Araujo, G. Emıdio Jose, M. Jose Coelho Pontes, E. Cirino Silva, T. Cristina Bezerra Saldanha, Talanta, 67, 736-740 (2005).M. C. U. Argújo, T. C. B. Saldanha, R. K. H. Galväo, T. Yoneyama. H. C. Chame, V. Visani, Chemometr. Intell. Lab. Syst., 57 (2), 65-73 (2001).M. C. U. Argújo, T. C. B. Saldanha, R. K. H. Galväo, T. Yoneyama. H. C. Chame, V. Visani, Chemometr. Intell. Lab. Syst., 57 (2), 65-73 (2001).W. Z. Lu, H. F. Yuan, G. T. Xu, Model NIR Spectroscopy, Beijing, China Petro-chemical Press, 56-67 (2001).W. Z. Lu, H. F. Yuan, G. T. Xu, Model NIR Spectroscopy, Beijing, China Petro-chemical Press, 56-67 (2001).H. Abdi, L. J. Williams, Wiley Interdiscipl. Rev.:Comput. Stat., 2, 433-459 (2010).H. Abdi, L. J. Williams, Wiley Interdiscipl. Rev.:Comput. Stat., 2, 433-459 (2010).A. M. Mouazen, J. D. Baerdemaeker, H. Ramon, JNIRS, 14, 189-199 (2006).A. M. Mouazen, J. D. Baerdemaeker, H. Ramon, JNIRS, 14, 189-199 (2006).

The authors declare that there are no conflicts of interest present.