卢志宏，刘辛瑶，常书娟，杨胜利，赵薇薇，杨 勇，刘爱军

(1.铜仁学院，贵州 铜仁 554300； 2.内蒙古农业大学，内蒙古 呼和浩特 010018；3.内蒙古自治区草原勘察规划院，内蒙古 呼和浩特 010051)

土壤氮(N)、磷(P)是土壤主要的养分元素之一，是植物生长发育必需的矿质元素，也是生物地球化学循环的重要组成元素，对维持生态系统稳定性具有重要意义[1]。土壤N、P往往成为植物生长发育的限制因子[2-3]，二者既相互独立又互相影响[4]，其比值是研究生态系统营养结构变化、生物多样性和地球化学循环的基础[5-6]。利用高光谱反演土壤、植物的碳、氮、磷、钾等元素含量均已获得成功，而利用高光谱反演N/P比的研究尚未见文献报道。

土壤高光谱是土壤各种理化性状(有机质、无机元素、水分、质地和孔隙度等)的综合反应，营养元素与其他理化性质的光谱吸收峰之间相互重叠[4]，呈现冗余的波长信息，严重影响模型的拟合和预测精度[5]。由于电磁干扰、样品背景等因素增加了大量的冗余信息，一定程度上也降低了估算的准确性。然而，高光谱具有分辨率高、波段信息量大的特点，在估算土壤有机质、氮素、水分和重金属含量等方面具有较大优势[6-7]。因此，土壤属性含量定量反演模型研究中，变量消除和筛选是高光谱在估算土壤理化性质模型构建中的重要环节。

在光谱分析中，多元回归模型可以实现降维和剔除冗余信息[8-9]，显著提升光谱分析的精度和可靠性[10-12]。线性回归算法通过提取原始光谱信息的主要成分进行建模[13]，算法有主成分分析(PCA)、偏最小二乘法(PLS)[14-15]等方法，核心是获得最大方差的线性特征集，缺点是损失了部分信息[16]。……