曾凯翔，陈奕鸿，黄佳丽，周伟东，薛秀云

（华南农业大学电子工程学院、人工智能学院，广州510642）

0 引言

土壤有机碳是土壤养分中一项重要的指标，快速检测土壤有机碳含量是现在精准农业、测土配方施肥的关键。传统的土壤有机碳（OC）含量分析方法为实验室化学分析法，使用仪器一般为原子吸收光谱仪、色谱仪等光谱分析仪器，测量前期准备长，数据处理复杂，测量时效性差[1]。从上世纪开始，国外便有利用可见-近红外光谱分析土壤有机碳的探索研究，可见-近红外光谱分析法具有简便、快速、时效性强等优点，应用前景广泛。随着新的仪器和新的光谱分析算法出现，利用光谱分析技术对农田土壤有机碳含量进行分析的能力逐渐提高[2-3]。国内外学者利用光谱分析土壤有机碳的研究，证明了VNIRS分析技术可用于土壤有机碳的快速检测[4]，从理论和工程两方面为建立较为准确的土壤有机碳含量检测模型奠定了基础。

土壤有机碳含量检测模型一般利用某一特定时间、特定地点、特定土壤类型的样本进行建模训练，而当其中某一条件变化时，土壤样本与建模样本不匹配，模型检测效果减弱。模型传递能力是目前阻碍可见-近红外光谱检测技术应用的难点[5]。本文利用BPNN建立土壤有机碳含量检测模型，并与PLS、SVM模型对比，应用GA提取光谱特征波长，通过对不同类型土壤进行建模，分析模型的传递能力。

1 材料与方法

1.1 LUCAS土壤数据库

数据采用LUCAS土壤数据进行。LUCAS数据库是欧盟在2008-2012年间开展的欧洲土地利用及覆盖统计调查所收集的数据集[6]，其中包括19036个土壤样本及其相关理化性质数据，样本点分布于欧洲23个国家，土地类型耕地、林地、草地等。……