基于分数阶微分的荒漠土壤铬含量高光谱检测

为解决高光谱检测土壤中痕量级重金属含量存在的困难,提高土壤重金属铬含量检测的准确度,利用新疆准东煤田周边168个荒漠土壤样本的重金属铬含量及其对应的高光谱数据,运用分数阶微分算法进行光谱数据预处理,最后利用全部波段进行偏最小二乘建模并进行可视化分析,旨在探讨分数阶微分预处理在高光谱数据估算荒漠土壤重金属铬含量的可能性。结果表明:原始光谱与吸光率变换的分数阶微分模型均在1.8阶微分处达到了最好的精度效果。吸光率变换1.8阶微分模型为最优模型,模型的校正均方根误差为7.68 mg/kg,R_c~2=0.83,预测均方根误差为8.39 mg/kg,R_p~2=0.78,相对分析误差为2.14。最后利用铬含量实测值与光谱预测值通过反距离加权法插值获得研究区土壤重金属铬含量的空间分布,说明利用该方法对土壤重金属铬含量定量检测并进行大尺度的空间分布反演在一定程度上是可行的,为荒漠土壤重金属污染状况的高光谱检测提供了一定的科学依据和技术支持。     

LIBS结合化学计量学方法在土壤镉检测中的应用

土壤的重金属污染影响农业和食品安全,对重金属污染的快速检测是一个亟需解决的问题。该研究应用激光诱导击穿光谱（Laser induced breakdown spectroscopy,LIBS）结合化学计量学方法对土壤中的镉（Cd）元素进行定量分析。根据土壤重金属污染的不同程度,制作含有Cd元素的15个浓度梯度的土壤样本,并采集各个样本的LIBS谱线。采用光谱预处理方法来减少试验误差和噪声。选取了Cd元素的分析谱线与分析谱线区间,建立基于偏最小二乘回归（Partial least squares regression,PLSR）和反向传播人工神经网络（Back propagation-artificial neural network,BP-ANN）方法Cd元素含量回归模型。分析表明,非线性BP-ANN模型的预测性能优于线性PLSR模型,这可能是因为非线性模型能够通过自适应较好地解决土壤基体效应的影响。研究表明,LIBS技术结合多元化学计量学方法能够对土壤重金属镉进行准确检测,这为分析检测类似重金属元素提供思路,也为开发大田土壤营养元素和重金属检测仪器提供理论基础和技术支撑。      

典型拉曼光谱技术及其在农业检测中应用研究进展

拉曼光谱是一种散射光谱,具有快速、不易受水分干扰、样品无需预处理和在体检测等特点,可作为分析、测试物质分子成分和结构强有力的表征手段。随着拉曼光谱技术的不断发展,其在农业检测领域中逐渐发挥出极其重要的作用。本文概述了拉曼光谱的检测原理,从共聚焦显微拉曼光谱、傅里叶变换拉曼光谱、表面增强拉曼光谱、针尖增强拉曼光谱、共振拉曼光谱、空间偏移拉曼光谱、移频激发拉曼差分光谱、基于非线性光学的拉曼光谱等8个方面介绍了拉曼光谱技术,重点总结了拉曼光谱技术在植物检测、土壤检测、水质检测、食品检测等方面的应用研究进展,并提出了其在农业检测领域中应用需要解决的难题和未来的发展方向,以期对未来农业生产和研究带来启发。     

基于有机质特征谱段的土壤Cd含量高光谱遥感反演

针对土壤Cd高光谱遥感定量反演中的机理性不足及数据冗余问题,提出一种基于有机质特征谱段的反演方法。该方法首先提取土壤光谱中对重金属Cd具有吸附作用的有机质特征谱段,进而通过竞争性自适应重加权采样法（Competitive adaptive reweighted sampling,CARS）优选特征谱段,采用偏最小二乘回归法（Partial least squares regression,PLSR）建立重金属Cd的反演模型,并利用郴州矿区土壤实验室光谱数据和哈密黄山南矿区野外光谱数据进行方法验证。研究表明：有机质特征谱段提取在降低数据冗余的同时提高了重金属Cd的反演精度,CARS算法相对于相关系数法（Correlation coefficient,CC）和遗传算法(Genetic algorithm,GA)特征选择具有更高的反演精度,基于有机质特征谱段的CARS-PLSR算法在土壤实验室光谱和野外实测光谱所得验证精度R2分别为0.94和0.80,表明该算法对于实验室和野外光谱均具有一定适用性。研究可为土壤重金属含量高光谱反演的特征波段选择和算法优选提供参考。     

基于太赫兹光谱的土壤重金属铅含量检测初步研究

探索应用太赫兹时域光谱用于农田土壤重金属含量检测的机理和可行性,尝试发展一种新的检测方法和手段。研究了样品制备测量方法,确定了最佳的制备参数为：聚乙烯样品盒尺寸为35mm×3.5mm×35mm,中间空隙1.5mm;压片法样品质量220mg,2.5t压力;分别制作一定浓度梯度（30~900mg/kg）的含铅土壤样品30组,使用Z-2型太赫兹时域光谱仪采集相应的土壤样品太赫兹透射光谱数据,对光谱数据进行预处理,包括平滑处理、多元散射校正、基线校正,采用全谱-偏最小二乘法、区间-偏最小二乘法和遗传算法-偏最小二乘法建立土壤样品中重金属元素铅含量的定标模型并对预测集样本进行预测。实验结果表明,采用样品盒法制作土壤样品并且基于遗传算法进行特征波段选择、结合偏最小二乘法的建模效果最佳,含重金属铅的土壤样本模型的标定集和预测集的相关系数分别为0.86和0.81,标定均方根误差和预测均方根误差分别为23.55mg/kg和39.52mg/kg。本研究通过分析土壤样品的太赫兹透射光谱吸收系数与重金属元素铅含量的相关关系,建立了较好的预测模型。     

土壤重金属含量光谱估算模型的初步研究

以昆山市水稻土为例,运用统计学相关分析方法,总结分析土壤有机质对不同重金属元素的吸附规律,尝试利用遥感光谱法实现对土壤重金属含量的模型估算.结果表明,研究区土壤有机质对不同重金属吸附强度由大到小的排序为:Cu>Pb>As>Zn>Cd>Ni>Cr>Hg,有机质对Cu和Pb的吸附固持强度较大,相关性显著.基于土壤有机质含量光谱诊断指数,建立了Cu和Pb的光谱估算模型,在一定程度上论证了利用土壤光谱特征间接估算土壤重金属含量的可行性,为土壤重金属污染状况的快速定量评价开辟了新途径.     

基于高光谱反演的复垦区土壤重金属含量经验模型优选

以工矿复垦区为实验区域,基于ASD Field Spec 4高光谱遥感数据,结合实测的土壤重金属含量,利用回归分析与特征选择方法,开展了基于高光谱数据的土壤重金属含量反演研究与实验并进行了经验模型优选。通过对光谱曲线进行一阶微分、对数一阶微分以及对数倒数的一阶微分等数学变换有效提高了光谱数据与土壤重金属含量的相关性。在此基础上采用偏最小二乘回归(Partial least squares regression,PLSR)、随机森林回归(Random forest regression,RFR)、支持向量机回归(Support vector machine regression,SVMR) 3种回归分析模型开展土壤重金属含量反演实验,结果表明偏最小二乘回归(PLSR)对研究区内土壤中重金属含量的反演最为有效,尤其对区域内主要障碍因子镉(Cd)元素含量的反演效果最佳,验证集决定系数R2为0. 76。基于粒子群算法(Particle swarm optimization,PSO)、遗传算法(Genetic algorithm,GA)、Relief F算法3种特征选择方法对偏最小二乘回归(PLSR)模型进行优化,结果表明粒子群算法(PSO)可有效降低特征波段变量维度,进一步提高模型反演精度,使决定系数R2由0. 76提高至0. 84。综上,基于高光谱数据,采用偏最小二乘回归(PLSR)与粒子群算法(PSO)相结合的方法,可有效对工矿复垦区土壤中的重金属含量进行测度,可为复垦区土地的质量和生态指标监测提供理论方法和技术支持。     

粮食主产区耕地土壤重金属高光谱综合反演模型

粮食主产区的耕地土壤重金属污染已成为影响粮食安全和人居环境安全的突出问题。高光谱遥感技术为快速高效获取土壤重金属含量提供了新的途径,也为土壤总金属污染的监测和防治提供了技术保障。以河南省粮食主产区新郑市为研究对象,共采集191个耕地土壤样品,利用Rank-KS法划分为144个建模集样本和47个验证集样本;在室内利用ASD Field Spec 3型地物光谱仪获取土壤高光谱数据,对耕地土壤样品在400~2 400 nm的光谱反射率与Cr、Cd、Zn、Cu、Pb 5种重金属元素进行相关性分析,筛选出5种重金属均通过P=0.01显著性检验的共用高光谱特征波段作为反演模型的自变量;采用基于OLS的固定影响变系数面板数据模型,对新郑市144个建模集样本的5种土壤重金属面板数据构建高光谱综合反演模型。结果表明:面板数据模型整体显著,拟合优度较高(R~2=0.993 7,F统计量为1 365.94)。模型精度检验Cu的相对分析误差为2.046,Pb的相对分析误差为3.432,都具有较好的预测精度;Cr、Cd、Zn的相对分析误差在1.4~1.8之间,具有一般的定量预测能力。面板数据模型通过一次建模综合反演多种土壤重金属,计算简便、速度快,可以用于新郑市耕地土壤重金属的高光谱快速监测。     

农田重金属污染快速检测技术研究与应用

随着工业化和城市化的发展,农田重金属污染和治理问题日趋严峻,急需一种能够高效便捷地对多种农田重金属同时准确测定的新技术手段。本文利用高精度单波长X射线荧光分析,对涉及农田土壤领域重金属含量的快速检测进行了系统研究,研究表明基于单波长X射线荧光的重金属快检方案可有效解决当前农业土壤领域的多种重金属高效准确检测问题,数据质量表明重金属含量分析结果和标准值具有强相关性,其中土壤中镉、铅、砷的决定系数分别为0.999 1、0.999 6、0.998 7,检测下限分别为0.06、1.55、1.02 mg/kg。与现行土壤法规限值相比,此方法可完全满足分析要求,而且可用于野外现场分析与应急检测。研究考察了方法精密度和测量时间、样品粒径、样品水分对结果的影响,以及方法对8种土壤类型13个样品的测量适用性,数据结果表明高精度单波长X射线荧光分析是农田重金属分析检测的利器,可满足当前农田监测土壤、环境应急、环境治理的重金属检测需求,具有良好的现场和应急应用的前景。     

王水消解法同时测定土壤中Cu,Zn,Ni,Cr,Pb,Cd的方法研究

为了快速、准确地检测土壤中多种重金属元素,建立一种王水消解同时测定土壤中Cu,Zn,Ni,Cr,Pb,Cd的方法.选取8种具有广泛代表性的土壤标准物质对王水消解法进行考察,结合土壤标准物质标准值,通过大量试验数据对该方法做出全面评价.     

土壤理化性质对重金属形态的影响

近年来,重金属污染土壤的治理越来越受到关注,土壤理化性质对土壤中重金属的形态和生物有效性有着重要的影响。该文主要分析讨论了土壤pH值、氧化还原电位、有机质含量以及不同黏土矿物等理化性质对土壤中重金属形态的影响,归纳了不同因素导致土壤中重金属形态变化的作用机理,提出了土壤中重金属由生物可利用态转换为稳定态的方法,为降低土壤重金属污染提供了指导。      

农田土壤重金属季节性变化周期研究

农田土壤重金属变化对于农田作物种植安全有着重要的影响。对山东省滨州市农田耕层土壤重金属Pb、Hg、Cd、Cr、Cu和类重金属As按照季度间隔进行了从2010年1月至2013年1月的采样测试。采用周期分析和快速傅里叶变换(FFT)谱分析方法计算各重金属的主分量周期,并做周期检验。研究表明农田土壤重金属具有不同程度的累积趋势,Pb具有2个季度的主分量周期,Cd和As具有4个季度的主分量周期,其他重金属主周期特征不明显。     

再生水灌溉对黑麦草生长及重金属分布特征的影响

为了阐明再生水灌溉对重金属富集植物黑麦草生长及重金属分布特征的影响,以自来水灌溉为对照,研究了再生水灌溉下黑麦草生物量、黑麦草及土壤中重金属分布特征的变化。结果表明：再生水灌溉显著增加了黑麦草生物量,地上部、根系和总生物量分别增加了26.79%、10.55%、24.91%。再生水灌溉下,黑麦草地上部和根系中Pb、Cu、Zn、Cd的含量显著增加,土壤重金属没有积累,土壤中Pb和Zn含量降低明显。再生水灌溉显著降低土壤pH、增加土壤有机质含量会对土壤重金属的活性有一定的影响。     

香根草叶片铅含量的近红外光谱快速检测

提出了一种应用近红外光谱技术快速检测香根草叶内重金属铅含量的方法,采用多种预处理方法建立偏最小二乘法(PLS)模型并对建模效果对比分析,得出最优预处理方法。结合不同波段选择方法优化PLS模型参数,建立了香根草叶内重金属铅含量定量分析模型,预测决定系数R2为0.87,预测均方根误差RMSEP为0.18。研究结果表明,利用近红外光谱技术快速定量检测香根草叶内重金属铅含量具有可行性。     

再生水灌溉过程中土壤盐分及重金属运移研究

采用污水处理厂再生水,以自来水为对照,通过土柱模拟试验,研究了2种灌溉方式下土壤盐分及重金属的积累分布规律,同时分析了土壤淋滤液中重金属的质量浓度。结果表明,除0～20cm土层全盐量增加外,20～60cm土层盐分积累与自来水灌溉无明显差异;重金属在土壤中累积不明显,与自来水灌溉相比,重金属质量分数无显著差异;土壤淋滤液...     

遥感多光谱成像在解析土壤成分方面的研究进展

土壤中营养成分的变化关乎农业的生产质量,其中水分、有机质、氮、磷、钾等养分信息是土壤肥力的关键,因此获取农田土壤成分信息对农田管理有重要意义。传统土壤检测方法烦琐复杂、费时费力、效率低下,难以满足现代农业发展的需要。随着遥感技术的不断发展与成熟,基于低空尺度的农业无人机和基于高空尺度的卫星平台弥补了地面监测的空缺与不足,飞行器搭载的多光谱传感器在土壤信息的快速、无损、实时获取领域表现出巨大潜力。介绍了多光谱技术特点,概括了遥感多光谱成像技术检测土壤成分的一般步骤,重点阐述了多光谱技术在检测土壤有机质、水分、盐分等方面的研究进展,探讨了遥感多光谱技术在解析土壤成分中涉及的主要方法,最后对农业遥感多光谱成像解析土壤成分进行了思考与展望。      

灌溉水质对土壤重金属含量的影响研究进展

利用污水灌溉农田既缓解水资源不足,也能促进水资源的可持续利用。不同灌溉水质会使土壤重金属发生不同程度的积累,给土壤环境质量和作物生长造成危害。本文在分析土壤中重金属来源以及重金属在土壤中形态、迁移、转化特点的基础上,重点分析了灌溉水质对土壤重金属含量特征的影响,并提出根据土壤不同重金属起始含量来制定灌溉水质有关相应标准有利于指导污水灌溉的合理进行。     

基于不同评价方法的绿洲棉田土壤质量综合评价

【目的】了解新疆绿洲棉田土壤质量状况。【方法】采集新疆主要棉区1 355个土壤样品,测定其pH值、含盐量、黏粒量、土壤有机质、全氮、速效磷、速效钾、有效硫、有效铜、有效锌、土壤重金属全量铬、铜、锌、砷、铅、重金属有效铬、有效砷、有效铅、氟乐灵残留量、二甲戊乐灵残留量以及农膜残留量共21项指标,采用模糊综合评价法(FCE)、基于内梅罗综合污染指数的加权综合污染指数法(N-PI)及土壤综合质量指数评价方法(SQI)分别对绿洲棉田土壤质量进行了综合评价,并对其评价结果进行了比较分析。【结果】新疆绿洲棉田土壤呈碱性,含盐量均值为3.44 g/kg,为轻度盐化土壤,有机质和全氮均偏低,速效磷、速效钾、有效硫及微量元素有效锌、有效铜较为丰富;Cr、Cu、Zn、As、Pb等5种重金属均未超过国家二级标准,但与新疆土壤元素背景值作比较均有累积现象;棉田土壤中重金属有效态Cr、As、Pb、氟乐灵残留及二甲戊乐灵残留量均在适宜范围内,农膜残留量均值为190.98 kg/hm2,农膜污染较为严重。利用FCE法对土壤进行评价,发现绿洲棉田土壤平均质量低;N-PI法对土壤进行综合评价,表明大部分棉田土壤已受轻度污染;利用SQI法进行评价,发现土壤质量综合指标值SQI介于0.31～0.73之间,绿洲棉田土壤综合质量总体中等偏低。不同评价方法得出的评价结果有差异,在本研究中SQI法为最优的评价方法,其评价结果更为客观、科学,符合新疆绿洲棉田土壤质量的实际状况。【结论】新疆棉区土壤质量总体较差,采用通用的评价方法对其进行综合评价,SQI评价法最合理,FCE和N-PI评价法次之。