基于可见-近红外光谱与化学属性的土壤来源地判别

编号 zgly0001683245

文献类型 期刊论文

文献题名 基于可见-近红外光谱与化学属性的土壤来源地判别

作者 张欣跃  赵玉国  刘峰  曾荣  高鸿  林卡  张甘霖 

作者单位 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所)  中国科学院大学  南京信息工程大学地理科学学院  南京师范大学地理科学学院南京师范大学虚拟地理环境教育部重点实验室 

母体文献 土壤学报 

年卷期 2019年05期

年份 2019 

分类号 O657.33  S151.9 

关键词 土壤光谱  化学属性  来源地  随机森林 

文摘内容 土壤是一种重要的法庭痕迹科学证据,可提供有价值的信息,在案件侦破和法庭审理中发挥关键作用。对于一个未知的土样,怎样确定其来源地,是一个值得研究的问题。分别从跨省和省内两种尺度,基于黑龙江、安徽和江苏三个省市的土壤可见-近红外波段光谱以及土壤化学数据,采用随机森林模型对土壤样本的来源地进行判别,比较了不同土壤测定数据集及其组合方案的判别效果,并分析了土壤化学属性和光谱数据在来源地判别中的相对重要性,以判别正确的样点占总样点数作为验证精度进行评价。结果发现:跨省尺度下,光谱主成分和化学数据结合建模判别验证精度最佳,为0.92;土壤光谱测量所需样品量少,当土壤物证材料量少,化学数据难以获取时,光谱主成分和吸收峰结合建模验证精度最高,为0.82。省内尺度下,依旧是光谱主成分和化学数据结合建模精度最佳,为0.83;在化学数据难以获取时,仅利用光谱主成分与吸收峰也取得了相当的精度(0.82),可见在省内尺度,可以利用光谱来替代化学数据进行建模判别。计算两种尺度下判别因子的重要性发现,跨省尺度下,影响模型判别的化学数据主要是土壤中的全钾、全磷,光谱数据主要是光谱第一主成分以及350～600 nm与1 800～2 100 nm波段的吸收峰;省内化学数据主要是全磷,光谱数据主要是第七主成分与1 300～1 600 nm以及2 100～2 200 nm波段的吸收峰。这表明,利用土壤可见-近红外光谱与化学数据可以有效地判别土壤的来源地。当模型的样点空间分布范围有差异时,可以考虑利用不同的判别因子建模和多个指标来评估判别结果。