近红外和可见光谱（Vis-NIR）是一种有前途的工具，可用于量化土壤特性。 它表明，在信号处理和模型校准步骤之后，以高光谱数据编码的信息可能有用，以便在适当的统计模型中估算各种土壤特性。 但是，在高光谱数据的情况下遇到的问题之一与不同光谱带之间的信息冗余有关。 在解释变量中多重共线性的起源是冗余，导致回归系数不稳定（并且难以解释）。 此外，在高光谱光谱中，有关化学特异性的信息分布在几个波长上。 因此，删除此冗余是不明智的，因为此删除会影响相关和不相关的高光谱信息。 在这项研究中，面临的挑战是通过提供补充而不是多余的信息来利用高光谱数据的所有光谱丰富度来优化某些土壤性质的估计。 为此，提出了一种