为快速检测出矿产资源开采及运输过程中对周边土壤的重金属的污染,以川西铜矿周边的土壤为研究对象,对原始光谱反射率进行0～1阶分数阶微分(阶数间隔0.2);通过最小绝对收缩和选择算子(LASSO)算法对变换后的光谱进行特征波段筛选,并利用岭回归、支持向量机回归、自适应提升算法、反向传播神经网络、门控循环单元(GRU)算法构建铬元素含量(质量比)的反演模型。研究结果表明:与原始光谱相比,经0.2阶、0.4阶微分后最大相关系数提升了5%和9%,筛选出的特征波段集中在近红外光谱区;预测效果最好的模型为0.4-GRU,其决定系数、均方根误差、相对分析误差分别为0.799 2、4.875 0、2.300;该模型能较准确地预测出土壤铬含量。
