变换光谱数据对土壤氮素PLSR模型的影响研究

光谱数据变换对消除背景、噪音影响以及提取光谱特征有重要的作用,是光谱数据分析过程中的必要步骤。为了研究光谱变换处理对土壤氮素PLSR模型的影响精度,并选择最佳光谱变换处理方法,本文对原始光谱数据进行了15种典型光谱变换,通过比较不同变换光谱与土壤氮素的相关性,实现土壤氮素的PLSR精确诊断,并综合评定最佳光谱数据变换方法。结果表明,涉及微分处理后的光谱变换,尤其是先进行开方（T₈、T₁₁）、对数（T₆、T₁₂）等变换后再进行微分处理,可提高其与土壤氮素的相关性。在引入较少因子变量个数的条件下,该方法使因变量解释量达到了98%。综合考虑模型的校正、验证效果及模型复杂度（模型最佳因子变量个数）,可得出光谱平方根的一阶微分变换处理（T₈）为最佳的土壤光谱变换算法。该条件下的土壤氮素的校正模型表现为R²=0.985、RMSE_C=0.000132、F_n=6,验证模型的表现为R²=0.9853、RMSE_V=0.000162,结果表明基于T₈的光谱数据变换可实现本试验条件下土壤氮素的光谱估算。另外,可以考虑将原始光谱的一阶微分（T₉）、对数和对数倒数的一阶微分（T₆、T₇）以及平方根和对数的二阶微分（T₁₁、T₁₂）作为光谱数据变换方法。本文研究结果可为土壤氮素估算和光谱数据预处理提供技术参考。     

晋中地区荞麦品质气候区划的GIS多元分析

 探索荞麦的最佳生产布局,为优质荞麦生产的区域化、规模化提供理论和实践依据。本文分析了荞麦品质指标与气象因子的关系,结合荞麦地理分布,筛选影响各品质指标的主要气象因子,利用主成分分析法构建荞麦综合品质评价模型,并以ArcGIS软件的空间分析功能,对荞麦综合品质进行气候区划及区划评述。结果表明:温度、降水、日照时数等气象因子是影响各品质指标的主要因子。较高的均温和日最高温大于30℃时,对荞麦的生长有不良影响,不利于各品质指标的积累。而8月丰富的降水和生育期充足的光照有利于荞麦品质指标的积累。结合评价模型,利用GIS对荞麦综合品质进行区划,将晋中地区分为3个区,即适宜、次适宜、不适宜荞麦种植区,且各区与实际状况基本符合。利用主成分分析法和GIS进行荞麦品质气候区划是可行的,研究结果为荞麦的优质生产提供参考。