Cet article, basé sur la technologie spectroscopique à fluorescence XRF, a établi des modèles quantitatifs pour la détection des teneurs en métaux lourds dans le sol (Cu, Zn, As, Pb, Cr) à partir de la collecte des valeurs spectrales de fluorescence X de 87 échantillons de sol préparés. Tout d'abord, une sélection de variables a été réalisée par l'algorithme d'information itérative conservée (IRIV), puis combinée avec l'algorithme de seuil doux guidé (BOSS) sous une stratégie de sélection par fréquence pour obtenir la fréquence de chaque variable, en choisissant comme entrées finales celles qui ont une fréquence d'au moins 30 ou 35 fois, afin de construire un modèle par moindres carrés partiels (PLS). Les résultats expérimentaux montrent que l'algorithme IRIV-BOSS avec la stratégie de sélection par fréquence améliore efficacement la précision de prédiction, avec des coefficients de détermination pour Cu, Zn, As, Pb et Cr dans le jeu d'essai respectivement de 0,9948, 0,9907, 0,9967, 0,9938, 0,9942, et un nombre d'ondes caractéristiques optimisées respectivement de 69, 53, 60, 51, 67. L'algorithme IRIV-BOSS basé sur la stratégie de sélection par fréquence peut efficacement éliminer les variables perturbatrices tout en conservant les informations clés, améliorant ainsi la précision prédictive du modèle, fournissant un soutien théorique et une valeur pratique pour l'application de la technologie XRF dans l'analyse quantitative des métaux lourds dans le sol.

spectroscopie à fluorescence X;métaux lourds dans le sol;sélection de longueur d'onde;algorithme d'information itérative conservée;algorithme de seuil doux guidé