量子电子学报

作者：吴敏浩,陈靖,郑子宇,李宣佑,王爽,丁宇,

单位：( 1 南京信息工程大学江苏省大数据分析技术重点实验室, 江苏 南京 210044; 2 南京信息工程大学江苏省大气环境与装备技术协同创新中心, 江苏 南京 210044; 3 南京信息工程大学江苏省气象能源利用与控制工程技术研究中心, 江苏 南京 210044 )

关键词：光谱学,激光诱导击穿光谱,火星探测,迁移成分分析,定量分析,

基金：国家自然科学基金 (62105160), 福建省自然科学基金 (2023J05303), 江苏省大型科学仪器开放共享课题 (TC2023A020)

火星土壤中的元素成分及其含量是地质演化历史的重要记录载体， 可以反映火星环境、气候等信息， 因此对火星土壤进行检测和分析具有重要意义。本研究提出了一种迁移成分分析 （TCA） 结合随机森林 （RF） 的LIBS定量分析方法， 用于预测火星在轨标样的K2 O质量分数。选取了383种标样在模拟火星环境下的光谱数据作为训练集， 6种在轨标样在真实火星环境下的光谱数据作为测试集。使用训练集建立决策树为250棵的RF模型， 其平均绝对误差（EMA）、均方根误差（ERMS）和平均相对误差（EMR）分别为1.117、1.148和10.104， 预测性能较差。为了缩短训练集和测试集光谱数据之间的分布距离， 建立TCA-RF模型并调整参数。相较于RF模型， TCA-RF模型的EMA、ERMS和EMR分别降低了90.7%、88.1%和94.1%。而与参考模型MOC （一种偏最小二乘法结合独立成分分析的模型） 对比， TCA-RF模型在预测测试集中K2 O质量分数≥0.15%的样品时， 其准确性高于MOC模型。因此TCA-RF模型可以为探测火星土壤元素含量提供新的技术手段。

来源：2024年第3期

《量子电子学报》期刊编辑部

查看量子电子学报杂志2024年第3期