基于高光谱与机器学习的苍术土壤无机元素反演研究OA
栽培土壤无机元素含量对药材品质形成有重要影响,但目前尚缺乏中药材产区土壤无机元素含量高通量反演的研究。本研究以中药材苍术主产区采集的244份土壤样品和高光谱实测数据为数据源,对土壤中的9种无机元素:钾(K)、钙(Ca)、铁(Fe)、锌(Zn)、锰(Mn)、镍(Ni)、铜(Cu)、铬(Cr)、砷(As)的光谱反射率及其特征变化进行研究。光谱数据经预处理后,通过竞争性自适应重加权采样(CARS)、连续投影算法(SPA)、递归特征消除(RFE)等算法筛选特征波段,结合卷积神经网络(CNN)、支持向量回归(SVR)等模型构建反演体系,并采用遗传算法(GA)、灰狼优化算法(GWO)等对超参数实施联合调优。结果表明,不同元素对预处理方法具有特异性偏好,如K元素经RFE-GWO-CNN组合验证,决定系数达0.93,相对分析误差值达3.72;Ca元素通过CARS筛选得到28个特征波段,在2150~2400 nm电子跃迁吸收峰区域形成密集分布,与特征吸收线精确对应;As元素在原始-SVR处理下预测精度最优。本研究验证了高光谱技术在中药材产区土壤无机元素含量反演研究中的可行性,在非均匀土壤背景条件下实现无机元素含量较高精度的反演,为中药材科学选地、产地土壤动态监测与精准施肥提供了技术支撑,对推动中药材种植的标准化与智能化发展具有重要意义。
段婉莹;熊丰;王红阳;王游游;汪奕衡;洪家顺;李道成;杨健
中国中医科学院中药资源中心,道地药材品质保障与资源持续利用全国重点实验室,北京100700中国中医科学院中药资源中心,道地药材品质保障与资源持续利用全国重点实验室,北京100700中国中医科学院中药资源中心,道地药材品质保障与资源持续利用全国重点实验室,北京100700中国中医科学院中药资源中心,道地药材品质保障与资源持续利用全国重点实验室,北京100700中国中医科学院中药资源中心,道地药材品质保障与资源持续利用全国重点实验室,北京100700江西省道地药材质量评价研究中心,江西南昌330029江西省道地药材质量评价研究中心,江西南昌330029中国中医科学院中药资源中心,道地药材品质保障与资源持续利用全国重点实验室,北京100700
农业科技
高光谱苍术土壤无机元素机器学习特征波段
《中国土壤与肥料》 2026 (6)
P.273-283,11
国家重点研发计划项目(2024YFC3506800)国家自然科学基金青年基金(82204566)国家中医药管理局高水平中医药重点学科建设项目(ZYYZDXK-2023244)财政部和农业农村部国家现代农业产业技术体系项目(CARS-21)中央本级重大增减支项目(2060302)中央级公益性科研院所基本科研业务费专项(ZZXT202401)。
评论