楊愛霞， 丁建麗*， 李艷紅， 鄧 凱

1. 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院， 新疆 烏魯木齊 830046

2. 綠洲生態(tài)教育部重點實驗室， 新疆 烏魯木齊 830046

3. 新疆師范大學(xué)地理科學(xué)與旅游學(xué)院， 新疆 烏魯木齊 830054

4. 自治區(qū)重點實驗室“新疆干旱區(qū)湖泊環(huán)境與資源實驗室”， 新疆 烏魯木齊 830054

基于可見-近紅外光譜變量選擇的荒漠土壤全磷含量估測研究

楊愛霞1,2， 丁建麗1,2*， 李艷紅3,4， 鄧 凱1,2

1. 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院， 新疆 烏魯木齊 830046

2. 綠洲生態(tài)教育部重點實驗室， 新疆 烏魯木齊 830046

3. 新疆師范大學(xué)地理科學(xué)與旅游學(xué)院， 新疆 烏魯木齊 830054

4. 自治區(qū)重點實驗室“新疆干旱區(qū)湖泊環(huán)境與資源實驗室”， 新疆 烏魯木齊 830054

以新疆艾比湖濕地保護區(qū)采集的300個荒漠土壤樣品為研究對象， 利用ASD Field Spec○R3 HR光譜儀獲取的土壤可見-近紅外光譜數(shù)據(jù)以及化學(xué)分析獲取的土壤全磷數(shù)據(jù)為數(shù)據(jù)源， 將原始光譜數(shù)據(jù)經(jīng)過卷積平滑、 標準正態(tài)變量變換以及一階微分預(yù)處理后， 采用蟻群-遺傳結(jié)合區(qū)間偏最小二乘法提取荒漠土壤全磷含量特征波長， 構(gòu)建土壤全磷含量偏最小二乘回歸預(yù)測模型； 并與全譜偏最小二乘、 蟻群-區(qū)間偏最小二乘、 遺傳-偏最小二乘模型進行比較。 結(jié)果表明： 經(jīng)蟻群-區(qū)間偏最小二乘法篩選后， 荒漠土壤全磷特征波段為500～700， 1 101～1 300， 1 501～1 700， 1 901～2 100 nm； 進一步采用遺傳-區(qū)間偏最小二乘法進行變量選擇， 得到共線性最小的13個有效波長， 分別為： 1 621， 546， 1 259， 573， 1 572， 1 527， 564， 1 186， 1 988， 1 541， 2 024， 1 118和1 191 nm。 建模方法比較顯示， 采用蟻群-遺傳結(jié)合區(qū)間偏最小二乘法選擇的特征變量， 建立的模型精度最高， 其次是遺傳算法、 蟻群算法和全光譜。 蟻群-遺傳結(jié)合區(qū)間偏最小二乘法建立的土壤全磷含量的模型， 效驗證均方根誤差RMSECV以及預(yù)測集均方根誤差RMSEP分別為0.122和0.108 mg·g-1， 效驗證相關(guān)系數(shù)Rc以及預(yù)測集的相關(guān)系數(shù)Rp分別為0.535 7， 0.555 9。 因此， 經(jīng)過卷積平滑、 標準正態(tài)變量變換以及一階微分預(yù)處理， 并利用蟻群-遺傳結(jié)合區(qū)間偏最小二乘法建立的模型不僅簡單， 而且具有較高的預(yù)測精度和較好的穩(wěn)健性， 可以估算荒漠土壤全磷含量。

光譜學(xué)； 近紅外光譜； 蟻群-遺傳區(qū)間偏最小二乘法； 荒漠土壤全磷

引 言

土壤中的磷是植物生長所需和常見的限制性營養(yǎng)元素， 其含量的變化會影響氮、 碳循環(huán)在內(nèi)的其他的營養(yǎng)元素的生物地球化學(xué)循環(huán)。 近年來， 人類活動的干擾已顯著改變了磷元素的循環(huán)以及平衡。 因此， 估算土壤磷含量不僅有助于理解磷循環(huán)對陸地生態(tài)系統(tǒng)的影響， 也有助于評價全球氣候變化和土地利用方式的變化對土壤磷元素的影響。

可見/近紅外反射光譜分析方法以其快速、 高效和經(jīng)濟的優(yōu)勢， 越來越多的應(yīng)用于土壤磷含量估測[1]。 但光譜儀測得的數(shù)據(jù)一般擁有數(shù)百乃至上千變量， 其中一部分變量， 包含與觀測樣品無關(guān)信息， 用這些變量建模， 干擾模型建立， 影響模型精度及可靠性[2]。 因此， 建模之前進行有效波長選取是必要的。 國內(nèi)外學(xué)者對近紅外光譜波長變量選擇方法的研究很多， 如相關(guān)分析法[3]、 連續(xù)投影算法[4]、 無信息變量消除[5]、 無信息變量消除后結(jié)合連續(xù)投影[5]等方法。 近年來， 遺傳算法(genetic algorithm, GA)結(jié)合區(qū)間偏最小二乘法(interval partial least squares, iPLS)、 蟻群算法(ant colony optimization, ACO)結(jié)合iPLS成為變量選擇的研究熱點[6]， 二者基本原理不同， 但各有各的優(yōu)點。 前者在解決組合優(yōu)化問題顯示出一定優(yōu)越性[7]， 但求解時間長， 容易出現(xiàn)停滯現(xiàn)象； 后者不易陷入局部最優(yōu)， 但初始條件對遺傳算法影響很大[8]。 所以， 本研究將蟻群-區(qū)間偏最小二乘法(ACO-iPLS)和遺傳-區(qū)間偏最小二乘法(GA-iPLS)兩者結(jié)合， 對土壤近紅外光譜變量(波長)進行選擇， 探索它們在尋找土壤全磷光譜相關(guān)波段特征信息的性能。

從新疆艾比湖濕地保護區(qū)采集300個土壤樣本， 獲取其室內(nèi)可見/近紅外反射光譜， 利用ACO-iPLS初步篩選一些特征光譜區(qū)間， 在此基礎(chǔ)上再利用GA-iPLS在該區(qū)間里選擇特征波長， 進行土壤全磷含量模型預(yù)測， 探求可用于預(yù)測干旱半干旱區(qū)荒漠土壤全磷含量的光譜預(yù)測方法。

1 實驗部分

1.1 研究區(qū)概況

艾比湖濕地國家級自然保護區(qū)地處天山北麓， 準噶爾盆地西南部， 其南、 西、 北三面環(huán)山， 東部與木特塔爾沙漠相連， 地理坐標為82°36′—83°50′E， 44°30′—45°09′N， 總面積2 670.85 km2。 該區(qū)夏季降水稀少， 冬季寒冷， 年均潛在溫8.3 ℃， 年均降水量90.9 mm， 年均蒸發(fā)量3 400 mm， 為典型的中溫帶干旱大陸性氣候， 獨特的自然地理因素決定了其生態(tài)環(huán)境極其脆弱、 對氣候變化和人類活動的響應(yīng)較為敏感。 由于該研究區(qū)位于絲綢之路經(jīng)濟帶沿線， 保持其良好的生態(tài)環(huán)境， 對區(qū)域經(jīng)濟的穩(wěn)定乃至絲綢之路經(jīng)濟帶可持續(xù)發(fā)展， 均有著重要的意義。

1.2 土壤樣品采集與處理

2012年5月份在新疆艾比湖濕地保護區(qū)鴨子灣、 鳥島、 博河、 奎屯河附近采集300個土壤樣品。 將采好的土樣裝入塑料袋中編號， 帶回實驗室內(nèi)自然風干、 磨碎、 過2 mm篩。 磨碎后的樣品分為兩份， 一份用作全磷含量測定， 一份用作室內(nèi)光譜測量。 全磷測定采用NaOH堿熔鉬銻抗比色法。

1.3 光譜數(shù)據(jù)采集與處理

利用ASD FieldSpec○R3 HR光譜儀獲取土壤光譜反射率數(shù)據(jù)， 波段范圍為350～2 500 nm， 數(shù)據(jù)重采樣間隔為1 nm， 因此每條光譜曲線包含有2 151個波長變量。 光譜測量在光源為50 W鹵化燈， 探頭視場角為25°的暗室內(nèi)進行， 將300個土樣裝入直徑12 cm和深1.8 cm的容器中， 裝滿后將土樣表面刮平。 每個樣品重復(fù)測10次， 取平均值作為該樣品的光譜值。 去除光譜中噪聲較大的波段(350～499 nm)， 采用Savitzky-Golay平滑法以及SNV標準正態(tài)變量變換法然后再一階微分的方法對樣本的原始光譜數(shù)據(jù)進行預(yù)處理， 預(yù)處理后的光譜如圖1所示。

Fig.1 Preprocessing VNIR spectra by SG+SNV and first-order differential transformation

1.4 校正集和預(yù)測集樣品的劃分

采用Kennard-Stone(K-S)算法劃分校正集和預(yù)測集， 通過計算各個樣品全磷含量值之間的歐氏距離， 選擇最集中最具代表性的樣品作為校正集。 經(jīng)K-S劃分出的校正集和預(yù)測集的全磷統(tǒng)計結(jié)果如表1所示。

Table 1 Descriptive statistics of soil total

1.5 光譜變量選擇與建模方法

1.5.1 ACO-iPLS法

使用ACO-iPLS進行波長的選擇， 把整個光譜劃分為m個區(qū)間， 使用k只螞蟻進行搜尋， 其搜索算法如下[9]：

1)參數(shù)初始化： 信息素向量τi初始化為1， 即所有變量被選擇的概率相同

(1)

2)變量的選擇概率： 隨機從區(qū)間集合中選擇一個區(qū)間， 對于時刻t， 假設(shè)光譜區(qū)間i的信息素強度為τi(t)， 其輪盤轉(zhuǎn)法的概率函數(shù)如下

(2)

3)目標函數(shù)選?。?使用PLS模型的預(yù)測精度RMSE作為蟻群算法的目標函數(shù)F

(3)

4)信息素的更新： 光譜區(qū)間i的信息素含量τi(t)更新如下

(4)

其中ρ為信息素衰減率， 為(0， 1)之間的常量。

最終， 迭代執(zhí)行步驟2)—步驟4)中， 通過一定數(shù)量的迭代后， 所有螞蟻會傾向于收斂到相同的光譜區(qū)間上， 從而得到最佳光譜區(qū)間。

1.5.2 GA-iPLS法

GA是一種優(yōu)化算法， 基于達爾文的生物進化論： 適者生存和優(yōu)勝劣汰， 模擬生物通過遺傳來進行進化， 每一次進化都是選擇最佳的遺傳因子。 遺傳算法計算步驟有選擇、 交叉和變異三步， 經(jīng)歷這三步操作之后， 最終會收斂到最佳個體， 也就是選擇最佳的波長。 類似于前面的ACO， 使用iPLS模型的預(yù)測精度作為GA的適應(yīng)度函數(shù)。

1.5.3 蟻群-遺傳-區(qū)間偏最小二乘(ACO-GA-iPLS)法

使用ACO-GA-iPLS篩選土壤光譜波長區(qū)間的具體步驟如圖2所示。

Fig.2 Flowchart of feature wavelength selection algorithm

1.6 模型精度檢驗

采用交叉驗證相關(guān)系數(shù)(Rc)、 交叉驗證均方根誤差(RMSECV)、 預(yù)測集相關(guān)系數(shù)(Rp)以及預(yù)測集均方根誤差(RMSEP)， 對土壤全磷含量估測模型進行精度評價。 模型Rc和Rp越高， RMSECV和RMSEP越小， 模型的預(yù)測性能和穩(wěn)健性越強[10]。

2 結(jié)果與討論

2.1 ACO-iPLS選擇特征光譜區(qū)間

以2 001個(500～2 500 nm)變量作為選擇對象， 劃分為m=10個波長區(qū)間， 每連續(xù)的200個波長作為一個區(qū)間， 波長區(qū)間為： 500～700， 701～900， 901～1 100， 1 101～1 300， 1 301～1 500， 1 501～1 700， 1 701～2 000， 2 001～2 300， 2 301～2 500 nm。

ACO-iPLS 通過選擇光譜子區(qū)間寬度、 螞蟻數(shù)、 迭代次數(shù)、 PLS模型變量數(shù)來選擇最佳光譜區(qū)間進行建模。 初始群體大小為50， 最大循環(huán)次數(shù)20次， 最大迭代次數(shù)50次， 變量選擇概率閾值0.3， 顯著性因子Q為0.01。 信息素衰減系數(shù)ρ直接影響蟻群算法收斂速度， 根據(jù)經(jīng)驗和文獻的描述， 設(shè)定為0.53。 關(guān)于PLS模型， 最大變量數(shù)初始設(shè)定為15， 由于模型會自動計算一個最佳的變量數(shù)， 所以初始化可以設(shè)置較大的值， 最后預(yù)測均方根誤差(RMSEP)最小對應(yīng)一個最佳變量數(shù)。

如圖3所示， ACO-iPLS算法在每個區(qū)間的均方根誤差有四個局部極小值， 分別是第1子區(qū)間(500～700 nm)； 第4子區(qū)間(1 101～1 300 nm); 第6子區(qū)間(1 501～1 700 nm)； 第8子區(qū)間(1 901～2 100 nm)這4個子區(qū)間對應(yīng)的iPLS的最大變量分別為： 3， 3， 3和4。 因此總的變量就設(shè)置為4。

Fig.3 RMSECV values and numbers of components in 10 intervals by ACO-iPLS

2.2 ACO-GA-iPLS選擇特征波長

根據(jù)ACO-iPLS算法選擇出的4個子光譜區(qū)間(圖4所示)集合可建立土壤全磷預(yù)測模型， 但這4個子區(qū)間的光譜數(shù)量較多， 為了使最終選擇的波長更少， 預(yù)測模型更為簡單。 把ACO-iPLS選出的4個子區(qū)間合成一個區(qū)間L， 然后采用GA-iPLS算法進一步選擇波長。 初始群體大小為30， 交叉概率pc為0.5， 變異概率pm為0.01， 迭代次數(shù)為100。 其每個波長的選擇頻率次數(shù)如圖5所示， 綠線是波長選擇的閾值， 如當前波長信號的頻次大于該閾值， 閾值的選擇如下： 把所有波長的RMSECV進行排序， 當連續(xù)兩個波長的RMSECV沒有顯著的增加的時候， 就以當前的RMSECV對應(yīng)的波長頻次作為閾值， 經(jīng)過GA-iPLS選擇之后， 波長總數(shù)降低到13個， 這些特征波長為： 1 621， 546， 1 259， 573， 1 572， 1 527， 564， 1 186， 1 988， 1 541， 2 024， 1 118和1 191 nm。

Fig.4 Selected spectral interval by ACO-iPLS

Fig.5 Selected feature wavelengths by GA-PLS (a) and ACO-GA-iPLS (b)

2.3 四種模型對比

為了比較不同建模效果， 分別對全譜PLS， GA-PLS， ACO-iPLS， ACO-GA-iPLS進行建模， 結(jié)果如表2所示。 全譜PLS建模效果最差， 主要原因是波長范圍太廣， 有噪聲波

長的干擾。 ACO-iPLS模型， 其精度比全譜高。 GA-PLS建模的精度最高， 因為GA算法能夠求取全局最優(yōu)解， 因此可以保證選擇到最佳的波長， 但是選擇的波長仍然上百， 達到160個， 計算時間久， 不便于分析。 相對而言， ACO-GA-iPLS所得到的預(yù)測模型最優(yōu)， 變量數(shù)也最少， 只有13個， 主要原因是ACO算法能夠同時在多個地方放置一只螞蟻， 可以同時進行最佳路徑的選擇， 和iPLS算法結(jié)合起來， 劃分不同的區(qū)間， 并通過多次選擇和迭代， 螞蟻會集中在最佳的光譜區(qū)間， 因此可以去掉相關(guān)性不高的區(qū)間， 然后再發(fā)揮遺傳算法全局最優(yōu)的特點， 進一步在ACO選擇的區(qū)間內(nèi)進行波長選擇， 進一步縮小選擇的范圍， 因此在保證精度的同時， 減少了波長個數(shù)。

Table 2 Comparison of the results obtained

ACO-iPLS模型的預(yù)測結(jié)果如圖6(b)所示， 預(yù)測值和實測值之間的相關(guān)系數(shù)為0.561 1， 其RMSECV為0.107 mg·g-1。 ACO-GA-iPLS最佳模型的預(yù)測結(jié)果如圖6(d)所示， 校正集預(yù)測值和實測值之間的相關(guān)系數(shù)為0.555 9， 其RMSECV為0.108 mg·g-1。 可以發(fā)現(xiàn)， 經(jīng)過GA-iPLS模型之后， ACO-GA-iPLS模型的相關(guān)性基本沒有降低， 誤差也基本沒有增高， 但是總的波長數(shù)量從800降低到13個， 在保證精度的同時大大降低模型復(fù)雜度。

Fig.6 Comparison of the measured content and the values estimated by different models

3 結(jié) 論

以艾比湖土壤的全磷含量為研究指標， 在可見-近紅外光譜范圍內(nèi)， 采用ACO-GA-iPLS法提取荒漠土壤全磷含量特征波長， 構(gòu)建了土壤全磷含量區(qū)間偏最小二乘回歸預(yù)測模型， 并與全譜PLS, ACO-iPLS, GA-iPLS進行比較。 主要結(jié)論如下：

(1)通過ACO-iPLS， 確定了荒漠土壤全磷的近紅外光譜特征區(qū)間為500～700， 1 101～1 300， 1 501～1 700和1 901～2 100 nm。

(2)對于ACO-iPLS法確定的特征區(qū)間， 利用GA-iPLS法進一步選擇特征波長， 最終從800個波長中選擇了13個波長作為ACO-GA-iPLS建模變量， 這些波長主要有： 1 621， 546， 1 259， 573， 1 572， 1 527， 564， 1 186， 1 988， 1 541， 2 024， 1 118和1 191 nm。

(3)與全光譜偏PLS, ACO-iPLS模型和GA-PLS模型相比， ACO-GA-iPLS方法選擇的波長數(shù)目最少， 且模型預(yù)測精度也較高， 其效驗證相關(guān)系數(shù)Rc和預(yù)測集相關(guān)系數(shù)Rp分別為0.535 7和0.555 9， 效驗證均方根誤差RMSEC和預(yù)測集均方根誤差RMSEP分別為0.122和0.108 mg·g-1。 研究結(jié)果表明， ACO-GA-iPLS方法確定的最優(yōu)特征變量， 建立的土壤全磷區(qū)間偏最小二乘回歸模型可以較好的估算荒漠土壤全磷含量。

[1] XUE Li-hong, ZHOU Ding-hao, LI Ying, et al(薛利紅, 周鼎浩, 李 穎, 等). Acta Pedologica Sinica(土壤學(xué)報), 2014, 51(5): 993.

[2] CHEN Xin, LIU Fei(陳 鑫, 劉 飛). Chinese Journal of Analysis Laboratory(分析試驗室), 2013, 32(10): 50.

[3] ZHOU Ding-hao, XUE Li-hong, LI Ying, et al(周鼎浩, 薛利紅, 李 穎, 等). Soils(土壤), 2014, 46(1): 47.

[4] SHEN Zhang-quan, LU Bi-hui, SHAN Ying-jie, et al(沈掌泉, 盧必慧, 單英杰, 等). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析), 2013, 33(7): 1775.

[5] YANG Mei-hua, ZHAO Xiao-min, FANG Qian(楊梅花, 趙小敏, 方 倩, 等). Agricultural Sciences in China(中國農(nóng)業(yè)科學(xué)), 2014, 47(12): 2374.

[6] LI Yan-xiao, HUANG Xiao-wei, ZOU Xiao-bo, et al(李艷肖, 黃曉瑋, 鄒小波, 等). Journal of Food Safety & Quality(食品安全質(zhì)量檢測學(xué)報), 2014, 5(6): 1679.

[7] YANG Meng, SONG Jian-she, CAO Ji-ping, et al(楊 檬, 宋建社, 曹繼平, 等). Computer Simulation(計算機仿真), 2009， (6): 200.

[8] Allegrini F, Olivieri A C. Analytica Chimica Acta, 2011, 699(1): 18.

[9] GUO Zhi-ming, HUANG Wen-qian, PENG Yan-kun, et al(郭志明, 黃文倩, 彭彥昆, 等). Chinese Journal of Analytical Chemistry(分析化學(xué)), 2014, 42(4): 513.

[10] ZHOU Zhu, LI Xiao-yu, GAO Hai-long(周 竹, 李小昱, 高海龍). Transactions of the Chinese Society for Agricultural Machinery(農(nóng)業(yè)機械學(xué)報), 2012, 43(2): 128.

*Corresponding author

Study on Estimation of Deserts Soil Total Phosphorus Content by Vis-NIR Spectra with Variable Selection

YANG Ai-xia1,2， DING Jian-li1,2*， LI Yan-hong3,4， DENG Kai1,2

1. College of Resource and Environment Sciences, Xinjiang University, Urumqi 830046, China

2. Key Laboratory of Oasis Ecology (Xinjiang University) Ministry of Education, Urumqi 830046, China

3. College of Geographical Sciences and Tourism, Xinjiang Normal University, Urumqi 830054, China

4. “Xinjiang Arid Area Lakes Environment and Resources Laboratory” (A Key Laboratory of Xinjiang Uygur Autonomous Region), Xinjiang Normal University, Urumqi 830054, China

In this paper, 300 samples of desert soil collected in the Ebinur Lake Wetland Nature Reserve of Xinjiang were used as the research subject, and the visible/near-infrared spectra data about the soil obtained with the ASD Field Spec○R3 HR spectrometer and the data about total phosphorus in the soil obtained through chemical analysis were used as the data sources; following Savizky-Golay smoothing, standard normal variation transformation and the first-order differential pretreatment, the combination of ant colony optimization interval partial least squares (ACO-iPLS) and genetic algorithm interval partial least squares (GA-iPLS) were employed to extract the characteristic wavelengths of the total phosphorus content in desert soil, before the partial least squares regression model for predicting the total-phosphorus content in soil was constructed; and this model was compared with the full-spectrum partial least squares model, ACO-iPLS and GA-iPLS. According to the results: through filtering with ACO-iPLS, the total-phosphorus characteristic wavebands in the desert soil were 500～700, 1 101～1 300, 1 501～1 700, and 1 901～2 100 nm; through further variable selection with GA-iPLS, 13 effective wavelengths with the minimum colinearity were selected, which were respectively: 1 621, 546, 1 259, 573, 1 572, 1 527, 564, 1 186, 1 988, 1 541, 2 024, 1 118, and 1 191 nm. According to the comparison of modeling methods, the most accurate model was the one based on the characteristic variables selected with the combination of ACO-iPLS and GA-iPLS, followed by the ones with genetic algorithm, ant colony optimization algorithm and the full spectrum method. For the total phosphorus content in soil model established with the combination of ACO-iPLS and GA-iPLS, the root mean square error of cross validation (RMSECV) and the root mean square error of prediction (RMSEP) were respectively 0.122 and 0.108 mg·g-1, and the related coefficient for cross validation (Rc) and the related coefficient for prediction (Rp) were 0.535 7 and 0.555 9, respectively. Therefore, it can be seen that the model constructed through Savizky-Golay smoothing, standard normal variation transformation and the first-order differential pretreatment and by using the combination of ACO-iPLS and GA-iPLS has simple structure, high prediction accuracy and good robustness, and can be used for estimating the total phosphorus content in desert soil.

Spectroscopy; Vis-nir spectra; Aco-ga-ipls; Deserts soil total phosphorus content

Jun. 3, 2015; accepted Oct. 22, 2015)

2015-06-03，

2015-10-22

新疆維吾爾自治區(qū)青年科技創(chuàng)新人才培養(yǎng)工程(2013711014)， 國家自然科學(xué)基金項目(U1303381， 41261090， 41130531， 41161063， 41171036)，教育部新世紀優(yōu)秀人才支持計劃項目(NCET 12 1075)， 霍英東青年教師基金項目(121018)， 教育部長江學(xué)者計劃創(chuàng)新團隊計劃項目(IRT1180)， 新疆維吾爾自治區(qū)科技計劃項目(201433115)，新疆大學(xué)優(yōu)秀博士研究生創(chuàng)新項目(XJUBSCX 2012026)資助

楊愛霞， 1985年生， 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院博士研究生 e-mail: yangaixia0310@126.com *通訊聯(lián)系人 e-mail: watarid@xju.edu.cn

S152， S158

A

10.3964/j.issn.1000-0593(2016)03-0691-06