Journal of Heilongjiang Institute of Technology.
2026, 40(2):
43.
采煤活动导致采煤区土壤结构破坏及有机质分布发生变化,因此,对采煤拉张裂隙区土壤有机质含量的精准估测具有重要意义。以安徽省淮北市朱庄煤矿3522工作面拉张裂隙区为对象,采集90份土壤样本,测定其光谱反射率与有机质含量数据。首先对原始光谱信号进行Savitzky-Golay平滑和一阶导数处理,然后通过小波熵选取Gaussian4(Gaus4)、Morlet和Mexicanhat(Mexh)3种小波基函数,对光谱数据进行多尺度连续小波变换,结合皮尔逊相关分析与遗传算法筛选特征波段。最后,采用偏最小二乘回归、Lasso回归与随机森林回归构建土壤有机质含量估测模型。结果表明:经过连续小波变换处理后土壤光谱与有机质之间的相关性有所增强,其中,Morlet小波提取的特征波段数最多;经遗传算法优化后,未使用连续小波变换特征波段数量为901个,而Morlet、Mexh和Gaus4的特征波段数分别减至301个、162个和179个,有效降低数据维度;Morlet-GA-Lasso模型在训练集和验证集的决定系数均为0.76,均方根误差分别为0.49g·kg-1和0.42g·kg-1,测试集相对分析误差为2.06,表明该模型在采煤裂隙区具有较强的适应性和估测能力。