基于近红外光谱技术的茶园土壤酸碱状况快速判别

为了实现对茶园土壤酸碱状况量化判别,以7个省份茶园313份土壤为材料,以酸碱度(pH表示)值在4.5～5.5的范围为最适宜茶树生长区间,将pH值划分为＜4.5,4.5～5.5和＞5.53个范围,提出了将近红外光谱信息与贝叶斯(Bayes)判别相结合进行定性判别酸碱状况是否适合茶树正常生长.在此基础上,采用多元线性回归(multiple linear regression,MLR)定量预测pH值.通过一阶导数(first derivative,1stDer)对光谱预处理,通过逐步判别分析(stepwise discriminant analysis)优选20条特征光谱,基于特征光谱数据结合Bayes判别构建定性判别模型,再通过MLR构建pH值的定量预测模型.结果表明,采用本研究的方法和构建的模型对茶园土壤酸碱状况总体准确判别率达83.54％,pH值预测相关系数均在0.928 6以上,预测精度较高.证明运用该方法能实现对茶园土壤酸碱状况快速预测.