谭 洋，姜琦刚，刘骅欣，刘 斌，高 鑫，张 博

吉林大学地球探测科学与技术学院，吉林 长春 130026

引 言

土壤是由矿物质、有机质(soil organic matter，SOM)、水分(soil moisture content，SMC)和空气等多种成分构成的复杂系统。土壤成分检测和分析可用于提高土壤条件评估，指导精细化生产的农业活动。其中，SOM和SMC是土壤及农作物生长的重要因素，关系土壤肥力，影响农作物长势；总铁(Fe)是土壤矿物中的主要元素之一，包括Fe2+，Fe3+，复合其他化学成分的铁，如EDTA，以及各种铁的氧化物，是植物生命活动必须的微量元素；土壤pH值描述了碱基饱和水平，与微量元素的有效性、以及与潜在有毒元素，如铝，有密切关系。传统基于样本的化学分析方法成本高、检测周期长，反射率光谱法已成为快速、可靠地获取土壤组成信息的一种替代方法。基于不同波长反射率与土壤成分的响应关系，可见光-近红外反射光谱已被广泛应用于预测不同土地利用类型土壤的SOM、SMC[1-2]等。

在光谱数据处理中，选择一种适合的信号处理方法至关重要，有效的光谱处理方法可以极大地提高估测模型的精度。对于不同土壤成分的提取，通常可采用不同的数据处理方法获得理想的精度[3-4]，如利用多元散射校正(multiple scatter correction，MSC)方法提高总铁、游离铁和无定形铁的估算精度，平滑滤波(savitzky golay，SG)结合MSC提高土壤pH和其他土壤成分的估算精度[5]，分数阶导数处理提高盐渍化土壤SMC估测精度[6]，利用离散小波变换提高土壤重金属元素的估测精度[7]。大部分研究为提高土壤成分的预测精度选择烘干样本测量反射率，或利用外部参数正交化法[8]等去除水分影响。……