Basierend auf den Eigenschaften des Röntgenfluoreszenz- und sichtbaren nahinfrarotspektrums von Boden aus dem Nanji-Berggebiet des Poyang-Sees wurden drei Datenfusionsmodelle (gleichgewichtete Fusion, additive Fusion, äußeres Produktfusion) für die quantitative Analyse mittels kleinster Quadrate-Supportvektormaschine erstellt. Die Ergebnisse zeigen, dass die gleichgewichtete Fusion und das äußere Produktmodell eine höhere Genauigkeit und Stabilität als das einzelne Spektralanalysemodell aufweisen. Das äußere Produktmodell zeigte die beste Leistung mit einem Bestimmtheitsmaß (R2) von 0,85, einem Kalibrierungswurzelsummenquadratsfehler (RMSEC) von 0,09, einem Prognoseroot-mean-square-Fehler (RMSEP) von 0,06 und einem relativen Analysefehler (RPD) von 2,41, was den Anforderungen zur Cd-Erkennung im realen Boden entspricht. Diese Methode ist genau und zuverlässig und kann als Referenz für die Erforschung von Methoden zur Klassifizierung und Einstufung von Schwermetallen in chinesischen Böden dienen.

Röntgenfluoreszenzspektrum; sichtbares nahinfrarotspektrum; Support-Vektor-Maschine der kleinsten Quadrate; Cadmiumgehalt; äußere Produkfusion; Boden