摘要：利用可见-近红外光谱（VNIR）检测土壤磷（P）和钾（K）含量存在精度不高的问题。为消除土壤质地、类型、颜色、颗粒大小、形状、密度等对光谱精度的影响,利用VNIR检测土壤P和K,采用直接正交信号校正（DOSC）光谱预处理降低干扰的方法,对美国密苏里州8种类型土壤共1 582个土壤样品、在350-2 500 nm波段内进行VNIR光谱扫描,对光谱进行吸光度、均值归一化、5点均值滤波平滑处理后,分别用DOSC处理和未处理数据建立偏最小二乘回归（PLSR）分析模型对P和K进行预测。实验结果表明,DOSC处理后得到的模型预测精度显著提高,其预测均方根误差（RMSEP）降低21.50%（P）、26.93%（P（0,27））、24.64%（K）和27.67%（K（0,192））,预测决定系数（R2）提高85.76%（P）、108.31%（P（0,27））、59.38%（K）和87.01%（K（0,192））,相对分析误差（RPD）提高27.37%（P）、36.90%（P（0,27））、32.75%（K）和38.29%（K（0,192））。用DOSC算法在多类型土壤的P和K的VNIR测定中,能消除由于土壤质地、类型等引起的噪声信息,提高模型预测精度,为多类型土壤P和K的VNIR测定提供了一种光谱预处理方法。

关键词：土壤养分 磷 钾 预测模型 直接正交信号 

单位：西北农林科技大学机械与电子工程学院 陕西杨凌712100 美国农业部农业研究所作物系统与水质研究中心 密苏里州65211