[But] Choisir la transformation est le spectre infrarouge d'avenant visible et le procédé de choix des différentes caractéristiques des écrans de lumière infrarouge pour voir du ruban adhésif visible de la lumière avec de la sensibilité à l'azote terrestre et mettre en place un modèle anticipé basé sur l'azote à base d'azote à base d'azote. Fournir des guides théoriques importants pour estimer la quantité rapide d'azote terrestre. [Méthode] 120 échantillons représentatifs dans le district de Jian, province de Jiangxi dans la zone typique de HongCan et associé à un spectre infrarouge de lumière visible, analysant le composant principal (PCA), non, il existe une suppression des variables d'information (UVE) et Aucune variables d'information n'est combinée à une projection continue (UVE-SPA) trois méthodes pour sélectionner la fonction de changement de fonctionnalité, configurez un petit modèle de régression moyen la plupart de la part (PLSR) est basé sur diverses options variables, le plus petit vecteur de support carré (LS- SVM), propagation neurologique sur le réseau (BPNN) et optimisation génétique du modèle NordSe Lover (GA -BPNN), deModèle de prédire la précision des prévisions, différentes options variables sur différents modèles d'estimation de l'azote d'azote. [RÉSULTATS] Une fois que l'algorithme de la confiance est criblé, les variables de spectre sont réduites de 200 à 59, dont 10 segments radio visibles et la zone de fréquence restante et la zone de fréquence à double fréquence dans le spectre infrarouge presque très riche et une quantité supplémentaire d'informations sont utilisées. Choisissez, 5 longueurs d'onde effectives avec minimum linéaire, respectivement 820, 940, 1040, 1040 et 1990 NM; Les échantillons de Plsr, BBNN, GA-BBNN et LS-SVM sont basés sur des variables UVE, des tests de données de l'azote terrestres différents, la précision de prédiction la plus élevée est la LS-SVM, les facteurs d'identification (R2), l'erreur moyenne moyenne moyenne (RMSEP) et la déviation relative. (RPD) sont respectivement de 0,7492, 0,2921 et 1 8904; Plsr est basé sur la sélection des fonctionnalités Uve-SPA, BBNN, GA -BPNN et LS-SVM qui affichent la vérification des prédictions qui ont montré que l'effet de prédiction de modèle LS-SVM est configuré par les fonctions de la bande sont extraites xUve-spa est extraite, la prédiction de son module estimé quantitatif LS-SVM est définie sur le facteur de décision R2 de 0,7945, l'erreur originale RMSE P est de 0,2499 Déviation RPD pour 2 0009, le modèle est stable;7 Les composants principaux basés sur la PCA sont extraits, les performances sont prédites par les modèles LS-SVM, BPNM et GA-PBNN en pauvres et ne peuvent pas être utilisés pour quantifier les terres estimées.Azote total.GA-BPNN et BBNN sont établis par la même variable, la prédiction de la GA-BBNN par rapport à BPNN.[CONCLUSION] La méthode de choix de la combinaison variable de la uve-spa du modèle LS-SVM pour estimer la teneur totale de l'azote dans le sol tandis que le spa uve-spa est un procédé de choix du spectre du sol efficace.