Para atender à necessidade de detecção rápida de metais pesados no solo, utilizou-se um método de seleção de variáveis de comprimento de onda características baseado na análise de conjunto de modelos, propondo um método para detectar o teor de metais pesados no solo agrícola utilizando a tecnologia de espectroscopia de fluorescência de raios X. Foram coletados valores de espectroscopia de fluorescência de raios X para 91 amostras de solo preparadas, com o objetivo de construir um modelo de detecção de metais pesados no solo. As variáveis de comprimento de onda características foram extraídas por um método de concatenação multi-característica: inicialmente, o algoritmo de otimização de combinações de intervalos (ICO) foi utilizado para a seleção bruta de comprimento de onda, seguido pelo método de amostragem concorrente adaptativa de reponderação (CARS) para eliminar variáveis irrelevantes nos intervalos de comprimento de onda, e, por fim, o algoritmo de projeção sucessiva (SPA) para simplificação do comprimento de onda. Através do algoritmo multi-característica sequencial ICO-CARS-SPA para seleção de variáveis características do espectro de fluorescência de raios X, foram obtidos 5 grupos de pontos de comprimento de onda característicos (26, 25, 29, 39, 33), com base nos quais foram construídos modelos de detecção de metais pesados Cu, Zn, As, Pb e Cr no solo usando regressão por mínimos quadrados parciais (PLS), que foram comparados com outros métodos tradicionais de seleção de comprimento de onda. Os resultados mostraram que as variáveis selecionadas pelo algoritmo ICO-CARS-SPA combinadas com a modelagem PLS apresentaram o melhor desempenho, com coeficientes de determinação para os conjuntos de validação de Cu, Zn, As, Pb e Cr de 0,9933, 0,9926, 0,9956, 0,9932 e 0,9886 respectivamente, erros quadráticos médios de 6,9385, 23,6984, 3,6326, 8,5106 e 14,7645, e desvios relativos médios para os conjuntos de validação de 0,2551, 0,0650, 0,1025, 0,2414 e 0,1047. O algoritmo ICO-CARS-SPA baseado em espectroscopia de fluorescência de raios X e na estratégia de concatenação multi-característica pode eliminar mais comprimentos de onda ineficazes, aumentar a contribuição de informações eficazes, simplificar a complexidade do modelo de detecção e fornece suporte teórico para a seleção do método de extração da faixa característica adequada para modelos de predição do teor de metais pesados no solo.

Espectroscopia de fluorescência de raios X (XRF); metais pesados no solo; seleção otimizada de comprimento de onda; análise de conjunto de modelos