لتلبية الحاجة لاكتشاف سريع للمعادن الثقيلة في التربة، تم استخدام طريقة اختيار متغيرات طول الموجة المميزة القائمة على تحليل مجموعة النماذج، واقتُرح طريقة للكشف عن محتوى المعادن الثقيلة في تربة الأراضي الزراعية باستخدام تقنية طيف الفلورة بالأشعة السينية. تم جمع قيم طيف الفلورة بالأشعة السينية لـ 91 عينة تربة معدة لبناء نموذج كشف المعادن الثقيلة في التربة. تم استخراج متغيرات طول الموجة المميزة عن طريق طريقة تسلسل المميزات المتعددة، حيث تم أولاً اختيار الأطوال الموجية بشكل مبدئي باستخدام خوارزمية تحسين تجميع الفترات (ICO)، ثم استُخدمت طريقة أخذ العينات المعاد ترجيحها التنافسية والتكيفية (CARS) لإزالة المتغيرات غير ذات الصلة داخل أطوال الموجة للفترات، وأخيرًا خوارزمية الإسقاط المستمر (SPA) لتبسيط الأطوال الموجية. باستخدام خوارزمية ICO-CARS-SPA المتسلسلة متعددة المميزات لاختيار متغيرات الطيف الفلوري بالأشعة السينية، تم الحصول على 5 مجموعات من نقاط الأطوال الموجية المميزة (26، 25، 29، 39، 33)، وعلى أساسها تم بناء نماذج الكشف عن محتوى المعادن الثقيلة Cu، Zn، As، Pb، Cr باستخدام طريقة المربعات الصغرى الجزئية (PLS)، وتمت مقارنتها مع طرق اختيار الأطوال الموجية التقليدية الأخرى. أظهرت النتائج أن المتغيرات المختارة بواسطة خوارزمية ICO-CARS-SPA مع نموذج المربعات الصغرى الجزئية حققت أفضل أداء في النمذجة، حيث كانت معاملات التحديد لمجموعة التحقق لكل من Cu وZn وAs وPb وCr على التوالي 0.9933، 0.9926، 0.9956، 0.9932، و0.9886، وكان الجذر التربيعي لمتوسط الخطأ 6.9385، 23.6984، 3.6326، 8.5106، و14.7645، بينما كان متوسط الانحراف النسبي لمجموعة التحقق 0.2551، 0.0650، 0.1025، 0.2414، و0.1047. يمكن لخوارزمية ICO-CARS-SPA القائمة على طيف الفلورة بالأشعة السينية والاستراتيجية المتسلسلة متعددة الصفات إزالة عدد أكبر من الأطوال الموجية غير الفعالة، وزيادة مساهمة المعلومات الفعالة، وتبسيط تعقيد نموذج الكشف، مما يوفر دعمًا نظريًا لاختيار طريقة استخراج نطاق المميزات المناسبة لنموذج توقع محتوى المعادن الثقيلة في التربة.

طيف الفلورة بالأشعة السينية (XRF); المعادن الثقيلة في التربة; اختيار طول الموجة الأمثل; تحليل مجموعة النماذج