应用红外光声光谱技术及支持向量机模型测定土壤有机质含量

快速测定土壤有机质含量对作物生产和土壤肥力评价具有重要意义,红外光声光谱技术的应用为土壤有机质快速测定提供了可能。本研究以江苏省南京市溧水区水稻土土样为材料,探究了红外光声光谱技术在有机质测定中的应用。采用主成分分析、偏最小二乘和独立成分分析,分别提取了土壤光谱的主成分、偏最小二乘潜变量和独立成分,并以提取的信息输入支持向量机,从而构建了三种支持向量机校正模型。同时,偏最小二乘也被用于建立校正模型,作为支持向量机模型的对照。预测结果表明,基于独立成分的支持向量机模型效果最好,预测相关系数R2、均方根误差RMSEP和实际测量值的标准差与光谱模型预测值标准差的比值即RPD值分别为0.808、0.575和2.28。F检验表明,该模型显著优于基于主成分的支持向量机模型,但与基于偏最小二乘潜变量的支持向量机模型,以及经典偏最小二乘模型没有显著差异。t检验表明,各校正模型对有机质的预测结果与化学测定结果没有显著差异。因此,红外光声光谱技术为土壤有机质的快速测定提供了新的技术手段。     

新书《土壤红外光声光谱原理及应用》介绍

中国科学院南京土壤研究所杜昌文著的《土壤红外光声光谱原理及应用》一书已于2012年5月由科学出版社出版。全书41.0万字,318页,每册定价88元,共分五章。土壤分析是土壤学研究中的常规性工作,现代农业对土壤信息的需求量十分巨大,传统的化学分析方法很难适应海量的土壤数据获取(土壤数字化),而仪器分析的方法则为海量土壤信息的获取提供了可能。     

直接加热—静态顶空—气相色谱/质谱法测定土壤中苯系物

采用CP-8ms毛细管色谱柱、直接加热—静态顶空—气相色谱/质谱联用法测定土壤中苯系物,并对顶空条件进行了优化。结果表明,装有10 g土壤样品的20 ml顶空瓶在95℃加热阱中以500 r min-1振摇20 s,停90 s,并平衡15 min,即可达到最佳脱附效果;并以不含待测苯系物的新鲜土壤制作校准样,外标法定量。该方法的精密度为2.35%~7.27%,检出限为0.23~1.35μg kg-1,各目标物的标准曲线线性相关系数r为0.993 3~0.998 0,加标样品回收率为74.2%~123%,可满足有机分析的要求。     

中红外光谱法测定土壤碳的研究进展

土壤碳不仅是影响土壤肥力和农业可持续发展的重要因子,也对减缓温室效应有重要意义.因此,土壤碳分析是农业、环境等学科领域的重要研究内容.传统化学分析方法存在测定效率低、实时性差、有污染等缺点,无法满足现代绿色农业快速测定土壤碳的需求.近年来,中红外光谱(mid-infrared spectroscopy,MIR)技术以其...     

顶空色谱法测定土壤中氰和氰化氢残留量

氰(C2N2)是一种具有替代溴甲烷潜力的新熏蒸剂,建立土壤中C2N2及其降解产物氰化氢(HCN)的标准检测方法具有较重要的意义。本文采用溶剂顶空毛细管气相色谱-NPD检测器建立了熏蒸剂C2N2和HCN在土壤中的分析方法,优化了土壤中C2N2和HCN预处理的顶空参数,并通过了方法的精密度、检出限和定量限等质量控制参数的验证实验。结果表明,用30% H2SO4溶液作提取溶剂、顶空平衡温度50 ℃和顶空平衡时间0.5 h为最佳的顶空方法参数;在0.1～10 mg?kg-1的质量浓度范围内,C2N2和HCN的浓度与色谱峰面积线性相关系数均大于0.99。采用该方法测定土壤中C2N2和HCN的相对标准偏差(RSD)分别为4.58%和6.32%(n=5),检出限(LOD)分别为0.016 mg?kg-1和0.028 mg?kg-1(S/N=3),定量限(LOQ)分别为0.053 mg?kg-1和0.093 mg?kg-1(S/N=10)。该方法操作简单、灵敏度高、干扰少,适用于土壤中C2N2和HCN残留量的检测。     

黄土的红外反射光谱与红外光声光谱特征及其差异研究

红外光谱法作为一种新的研究手段已经广泛应用于土壤分析,由其检测区域和手段的不同又可分为多种光谱类 型。本研究以第四纪黄土为例,系统地比较了近红外区和中红外区反射光谱和光声光谱的吸收特征及其差异。结果表明,中红外光谱比近红外光谱的信息更为丰富,且中红外光谱与样品中物质的特征吸收关系更加密切,从而更有利于土壤定性与定量分析。土壤的反射光谱和光声光谱表现出了明显不同的特征,在近红外区,反射光谱和光声光谱吸收明显不同,而在中红外区,反射光谱和光声光谱具有相对应的吸收,但相对吸收强度明显不同,且吸收峰的位置也发生改变,尤其在1 000 ~ 2 000 cm-1谱区,反射光谱相互干扰很强,而光声光谱的吸收特征更为明显。在黄土的分类鉴别上,反射光谱优于光声光谱。红外反射光谱和光声光谱在不同波段下具有不同的吸收灵敏度,在土壤定性与定量分析中各自都将具有其明显的优势。     

土壤中苯系物的顶空气相色谱-质谱联用测定方法研究

苯系物是有机化学品泄漏事故中导致土壤污染的主要污染物之一,但我国目前还没建立土壤中苯系物的标准监测方法。采用顶空气相色谱-质谱联用法（GC-MS）研究了模拟污染土壤中苯系物的测定方法,优化了顶空作为土壤中苯系物预处理方法的参数,分析了顶空GC-MS测定的精密度、回收率、检出限和定量限等质量控制参数。结果表明,基质修正液加入量2 mL、顶空平衡温度70 ℃和顶空平衡时间10 min为最佳的顶空方法参数;在11-550 μg·kg-1 的质量浓度范围内,苯系物各组分的浓度与选择离子峰面积线性相关系数均大于0.99。采用该方法测定土壤中苯系物的平均加标回收率为89.77%-98.64%,相对标准偏差为0.72%-4.64%（n=5）;苯系物的检出限（S/N=3）为0.01-0.21 μg·kg-1,定量限（S/N=10）为0.03-0.71 μg·kg-1。     

田间土壤氨挥发的原位测定——通气法

本研究设计了原位测定田间土壤氨挥发的一种通气法 ,并通过回收率试验和田间试验进行了验证。结果表明 ,和传统的密闭法相比 ,通气法不仅结构简单 ,操作简便 ,而且测定结果的准确度和精确度高 ,回收率为 99.51% ,变异系数仅为 0.77% ;由通气法测定的田间不同施肥小区氨挥发的平均速率和总量分别介于N 0.07～0.87kghm-2d-1和N 2.93～35.69kghm-2,明显高于密闭法。可见 ,通气法更适于田间土壤氨挥发的原位测定。     

基于傅里叶变换中红外光声光谱的土壤顶空氨浓度的原位测定

Ammonia(NH3) volatilization is one of the important pathways of nitrogen loss in alkaline soil, and the NH3 concentration in soil headspace is directly linked with the NH3 volatilization. Ammonia was characterized by Fourier transform mid-infrared photoacoustic spectroscopy(FTIR-PAS) and two typical absorption bands in the region of 850–1 200 cm-1were observed, which could be used for the prediction of NH3 concentration in the soil headspace. An alkaline soil from North China was involved in the soil incubation, pot and field experiments under three fertilization treatments(control without N input(CK), urea and coated urea). Ammonia concentrations in the soil headspace were determined in each experiment. In the soil incubation experiment, the NH3 emissions were initiated by the N input, reached the highest concentration on day 2, and decreased to the level as measured in CK after 8 d, with significantly higher NH3 emissions in the urea treatment compared to coated urea treatment, especially during the first 4 d. The NH3 concentration in soil headspace of the pot experiment showed the similar dynamics as that in the incubation experiment; however, the NH3 concentration in the soil headspace in the field experiment demonstrated a significantly different emission pattern with those of the incubation and pot experiments, and there was a 4-d delay for the NH3 concentration. Therefore, the NH3 concentration in the incubation and pot experiments could not be directly used to model the real NH3 emission in the field due to the differences in fertilization method and application rate as well as soil temperature and soil disturbance. It was recommended that light irrigation in the second week after fertilization and involvement of controlled release coated urea could be used to significantly decrease N loss from the perspective of NH3 volatilization.     

基于PCA和SRRI的潮土土壤属性与田间光谱关系研究

应用光谱分析技术可以快速无损地对土壤属性进行定量分析,是提高农田管理效率的有效途径。使用ASD Field Hand Held光谱仪测定了46个潮土土样在田间环境中350～1075nm的光谱。采用主成分分析方法和逐步线性回归方法得到了土壤反射辐射指数(SRRI)。该指数描述了土壤属性对光谱的综合作用和反射辐射能的强弱程度。结果表明潮土pH和CEC与SOC、Fe2O3、Mn和TN等对光谱的影响是不同的。采用PCA和SRRI方法进行土壤属性的光谱估计,其结果精度优于偏最小二乘回归方法(PLS),而且利用土壤属性对SRRI的贡献可准确衡量光谱估计土壤属性的可行性。     

可见-近红外与中红外光谱预测土壤养分的比较研究

对土壤养分的快速和准确测定有助于适时指导施肥。为进一步研究可见-近红外（350～2500 nm）与中红外光谱（4000～650 cm-1）对土壤养分的预测能力,以贵州省500个土样为例,对光谱进行Savitzky-Golay（SG）平滑去噪处理,再用标准正态化（SNV）方法进行基线校正,然后分别应用偏最小二乘回归（PLSR）和支持向量机（SVM）两种方法进行建模,探讨了可见-近红外和中红外光谱对土壤全氮（TN）、全磷（TP）、全钾（TK）和碱解氮（AN）、有效磷（AP）、速效钾（AK）共六种土壤养分的预测效果。结果表明：（1）无论基于可见-近红外光谱还是中红外光谱,PLSR模型的预测精度整体均优于SVM模型。（2）中红外光谱对TN、TK和AN的预测精度均显著高于可见-近红外光谱,可见-近红外和中红外光谱均可以可靠地预测TN和TK（性能与四分位间隔距离的比率（RPIQ）大于2.10）,中红外光谱可相对较可靠地预测AN（RPIQ=1.87）;但两类光谱对TP、AP和AK的预测效果均较差（RPIQ<1.34）。（3）当变量投影重要性得分（VIP）大于1.5时,PLSR模型在中红外光谱区域预测TN和TK的重要波段多于可见-近红外光谱区域,TN的重要波段主要集中于可见-近红外光谱区域的1910和2207 nm附近,中红外光谱区域的1 120、1 000、960、910、770和668 cm-1附近;TK的重要波段主要集中于可见-近红外光谱区域的540、2176、2225和2268 nm附近,中红外光谱区域的1 040、960、910、776、720和668 cm-1附近。因此,中红外光谱技术结合PLSR模型对土壤养分预测效果较好,可快速准确预测土壤TN和TK,可为指导适时施肥提供技术支撑。     

应用拉曼和中红外衰减全反射光谱测定溶液和土壤中的硝酸盐

为比较拉曼光谱和红外光谱在溶液和土壤中硝酸盐含量定量分析的适用性,采用两种光谱对溶液和土壤中的NO3–-N含量(0~200 mg/L)进行快速测定。结果表明,溶液中硝酸盐的拉曼特征峰在1 047 cm–1处,该特征峰强度与NO3–-N浓度成正比,对1 035~1 060 cm-1波段拉曼光谱峰面积和NO3–-N含量进行线性回归,决定系数R2为0.995 4;溶液中硝酸盐的中红外衰减全反射光谱特征吸收峰在1 350 cm–1,吸收峰与NO3–-N含量成正比,特征吸收区1 200~1 500 cm–1峰面积与NO3–-N含量的决定系数R2为0.991 1,表明两种光谱都可用于溶液中硝酸盐的测定。对于土壤样品,红外光谱在1 250~1 500 cm–1处有硝酸盐吸收峰,且吸收峰与NO3–-N含量成正比,峰面积与NO3–-N含量之间的决定系数R2为0.968 4;而对于拉曼光谱,硝酸盐的拉曼峰因受较强干扰导致吸收峰不明显,峰面积与NO3–-N含量之间的决定系数R2仅为0.000 9,表明中红外衰减全反射光谱可用于土壤中硝酸盐的测定,而拉曼光谱则很困难。因此,拉曼光谱和中红外衰减全反射光谱都可用于溶液中硝酸盐的测定,且前者灵敏度要高于后者;中红外衰减全反射光谱可用于土壤中硝酸盐的测定,而拉曼光谱难以用于土壤中硝酸盐定量分析,这为硝酸盐的快速测定提供理论依据和技术支持。     

Influence of Soil Particle Size on the Measurement of Sodium by Near-Infrared Reflectance Spectroscopy

This study evaluates the effect of soil particle size (SPS) on the measurement of exchangeable sodium (Na) (EXC-Na) by near-infrared reflectance (NIR) spectroscopy. Three hundred thirty-two (n = 332) top soil samples (0–10 cm) were taken from different locations across Uruguay, analyzed by EXC-Na using emission spectrometry, and scanned in reflectance using a NIR spectrophotometer (1100–2500 nm). Partial least squares (PLS) and principal component regression (PCR) models between reference chemical data and NIR data were developed using cross validation (leaving one out). The coefficient of determination in calibration (R²) and the root mean square of the standard error of cross validation (RMSECV) for EXC-Na concentration were 0.44 (RMSECV: 0.12 mg kg^–1) for soil with small particle size (SPS-0.053) and 0.77 (RMSECV: 0.09 mg kg^–1) for soils with particle sizes greater than 0.212 mm (SPS-0.212), using the NIR region after second derivative as mathematical transformation. The R² and RMSECV for EXC-Na concentration using PCR were 0.54 (RMSECV: 0.07 mg kg^–1) and 0.80 (RMSECV: 0.03 mg kg^–1) for SPS-0.053 and SPS-0.212 samples, respectively.     

大米直链淀粉含量的近红外光谱分析

大米的直链淀粉含量是影响大米蒸煮和加工特性的最重要因素之一,常被用作蒸煮米质构特性评价指标。该文对不同粒度、不同类型大米样品进行了近红外光谱分析,建立了大米直链淀粉含量的预测模型,（精米样品）预测值与化学分析值的相关系数达0.95。预测标准差、平均相对误差分别为0.56和3.1%。     

基于PCA-SVR的冬小麦土壤水分预测

土壤含水量状况是影响农作物生长的重要因素,对农作物生长关键期土壤水分的精准预测是田间管理的重要内容。研究选取宝鸡市2014年至2016年冬小麦种植区3—5月的气象、地形和土壤属性3个方面共15个预测因子,建立基于主成分分析(principal component analysis,PCA)的支持向量回归机(support vector regression,SVR)模型预测0~20 cm和20~40 cm土层的土壤水分,并同时采用随机森林(random forest,RF)回归模型对同质数据进行预测分析,以对比分析PCA-SVR模型的预测效果。结果表明:PCA-SVR模型对宝鸡市冬小麦土壤水分的预测在0~20 cm和20~40 cm土层的平均预测精度分别为92.899%和92.656%,RMSE分别为7.521和8.011;随机森林回归预测模型在0~20 cm和20~40 cm土层的平均预测精度为87.632%和87.842%,RMSE分别为10.759和11.042。因此,PCA-SVR模型对宝鸡市冬小麦土壤水分具有更好的预测能力,且模型在0~20 cm土层的预测效果略优于20~40 cm土层。     

Visible and Near-Infrared Reflectance Spectroscopy for Assessment of Soil Properties in the Caucasus Mountains,Azerbaijan

ABSTRACT

This study aimed to predict soil properties using visible–near infrared (VIS-NIR) spectroscopy combined with partial least square regression (PLSR) modeling. Special emphasis was given to evaluating effect of pre-processing methods on prediction accuracy and important wavelengths. A total of 114 samples were collected and involved in chemical and spectral analyzes. PLSR model of each soil property was calibrated for all pre-processing methods using all samples, and leave-one-out cross-validation was used to make comparisons between them. Then, PLSR model of each best pre-processing method was calibrated using a 75% of all samples and correspondingly validated with the remaining a 25%. Model accuracy was evaluated based on coef?cient of determination (R²), root mean-squared errors (RMSE), and residual prediction deviations (RPD). The high correlation coefficients were found between the tested soil properties and reflectance spectra. The pre-processing methods considerably improved prediction accuracy and filtering methods outperformed linearization methods, and the latter outperformed normalization methods. The performance of cross-validation, calibration and independent validation was similar. An excellent prediction (RPD>2.5) model was obtained for soil organic carbon (SOC) and calcium-carbonate (CaCO₃), good quantitative (2.0< RPD<2.5) prediction for sand, silt, and clay, fair prediction (1.4< RPD<1.8) for pH, and poor prediction (1.0< RPD<1.4) for hygroscopic water content (WC). Important wavelengths varied depending on soil property, but some wavelengths were common. This study can be a precursor to building a pioneering soil spectral database, calibrating satellite data, and hyperspectral image mapping of soils as well as digital soil mapping, environmental, and erosion modeling in the Caucasus Mountains.     

激光诱导击穿原子光谱在土壤分析中的应用

土壤分析是土壤学研究及应用的前提和基础,传统化学土壤分析方法逐渐不能适应现代土壤学海量信息数据快速获取的需求。激光诱导击穿光谱作为一种全新的、反映土壤组成元素原子信息的光谱技术,其无需对样品进行复杂前处理,可实现原位、快速、多元素连续在线检测,每条光谱记录土壤样本独一无二的特征,可以视为土壤“指纹”,成为现代土壤分析的有效技术之一。首先介绍和分析了激光诱导击穿原子光谱的原理、光谱获取的主要影响因素、光谱数据处理的化学计量学方法等;然后阐述和梳理了基于激光诱导击穿光谱技术在土壤分析方面的应用成果和进展,包括土壤鉴定、土壤养分评估、土壤重金属测定、微观/介观尺度土壤原位表征等;最后讨论和总结了激光诱导击穿光谱技术在土壤分析中所面临的挑战及其应用展望。     

滇中高原不同起源华山松林地土壤质量分析

通过运用野外调查法和实验室分析法对样品进行采集与处理,对玉溪市磨盘山国家森林公园的华山松土壤理化因子和土壤生物学特性进行了研究。结果表明:(1)华山松天然次生林在改善土壤紧实度和酸碱度,增加有机质、全氮、碱解氮、全钾,以及提高蔗糖酶活性、细菌数量及真菌数量方面效果优于人工林,分别高出15.12%、1.17%、34.25%、18.37%、8.74%,12.46%,122.23%、6.11%以及11.67%;而人工林在增加全磷、速效钾以及提高土壤脲酶活性、过氧化氢酶活性及放线菌数量方面效果优于天然次生林,分别高出77.94%、27.41%、90.36%、77.78%以及6.99%。(2)主成分分析结果显示,土壤质量含水量、全氮、碱解氮、全磷与速效钾这5个因子能较好的反映土壤理化性质,过氧化氢酶、细菌和真菌这3个因子能较好的反映土壤生物学性质。(3)华山松土壤理化因子与土壤生物学特性存在显著的相关关系,其中影响酶活性的主要因子有质量含水量、全磷、有机质、容重和pH;影响微生物的主要因子有速效钾、碱解氮、全磷、pH、容重以及全钾。因此,通过改变容易控制的土壤理化因子,可以相应地改变土壤生物学特性,从而达到改良土壤的效果。     

苏北滨海土壤碳酸钙含量反射光谱估算研究

土壤属性的快速、精确测定是实现现代精细农业的基础。本研究分析了江苏省北部滨海土壤的属性特征以及碳酸钙的可见-近红外反射光谱特征,探讨利用可见-近红外光谱估算滨海土壤碳酸钙含量的可行性,比较不同光谱反射率数据集、不同预处理方法以及不同建模方法定量反演的优劣。结果表明:(1)苏北滨海土壤有机质含量较低、碳酸钙含量较高,其光谱曲线在2 340 nm处有较明显的碳酸钙吸收特征;(2)滨海土壤碳酸钙含量与土壤的可见-近红外波段反射率呈正相关,且碳酸钙含量高低对于土壤的近红外波段反射率的影响高于可见光波段;(3)可见-近红外反射光谱可用于估算滨海土壤碳酸钙含量。就建模结果而言,381~2 459 nm波段反射光谱数据集、log(1/R)预处理、偏最小二乘回归三者结合的效果比较理想。