土壤含水率對近紅外光譜檢測土壤氮含量的影響研究

摘 要：土壤水分含量是影響土壤養分檢測的重要因素之一，由于土壤水分在近紅外波段的吸收系數較高，使土壤水分的差異給測量結果帶來了較大誤差。文章基于近紅外光譜技術，利用PLS法研究不同含水率土壤的吸收光譜與土壤氮含量預測的相關性。實驗表明：相同系列氮含量土壤樣品在不同含水率下所建立的預測模型差異明顯，含水率較高的土壤預測精度較差，證明了土壤含水率對近紅外光譜建模精度的影響具有規律性。

關鍵詞：土壤含水率；氮含量；近紅外光譜；預測精度

引言

氮含量是土壤養分檢測中的一項重要指標，相較于傳統檢測方法操作過程繁瑣、耗時長且實時性差[1]，近紅外光譜技術具有快速、無破壞、無污染、不需預處理及實時檢測等優點，目前已廣泛用于土壤氮含量的檢測。由于土壤水分在近紅外波段的吸收系數較高，對土壤含氮量的檢測產生很大的干擾，因此研究土壤水分對近紅外光譜檢測土壤養分的影響非常必要。宋海燕等對含水率為20%、15%和10%的土壤進行研究，確定了水分對土壤近紅外光譜檢測影響的敏感波段和敏感程度[2]。安曉飛等研究了土壤水分對土壤含氮量的影響，得出隨著土壤水分的增加，土壤光譜反射率逐漸降低，吸光度逐漸升高[3]；Baumgardner等的研究中，發現1.4和1.9微米這兩個波段是土壤中水對光譜影響主要體現的位置[4]。由上述研究可知，土壤水分的含量與光譜反射率之間存在顯著的相關性，其必對光譜預測模型造成影響。本課題以檢測土壤氮含量為例，基于近紅外光譜技術，采用偏最小二乘法（PLS，partial least squares）分別建立不同含水率土壤的光譜預測模型，分析土壤含水率差異對于近紅外光譜檢測土壤氮含量的影響。

1 材料與方法

1.1 土樣制備

實驗以有效態成分分析標準物質GBW07412a（遼寧棕壤）為基礎土樣，取110g此標準土樣，將其按質量均等分為22份，通過計算稱量給每份土樣添加不同質量的尿素（CO（NH2）2）粉末，同時加入去離子水使其達到飽和，待充分混合后靜置12小時再完全烘干，配制成土壤氮含量分別為0.08%、0.10%、…、0.50%的22份土壤樣品。將每份配制好的土壤樣品適度研磨，分別用刻度噴霧式噴壺對土壤進行噴水作業使其質量含水率分別達到0%、5%、10%、15%、20%、25%從而得到每種含氮量各6種不同含水率的土壤，共132個待測土樣。

1.2 近紅外光譜預處理方法

1.2.1 基線校正法

不管是用透射法測得的紅外光譜，還是用紅外附件測得的光譜，其吸光度的基線不可能處在0基線上，或透射率光譜的基線不可能處在100%基線上。同時由于儀器、樣品背景、噪聲等其它因素影響，近紅外光譜分析中經常出現譜圖的偏移或漂移現象，如不加以處理，同樣會影響校正模型建立的質量和未知樣品預測結果的準確性[5-7]。基線校正的運用，可有效地消除上述影響。其中，解決基線的偏移可采用一階微分，解決基線的漂移可采用二階微分。本實驗采用一階微分進行數據處理。

1.2.2 歸一化處理法

光譜的歸一化處理是將光譜的縱坐標進行歸一化，是解決測量光程變化比較理想的方法之一，主要用于消除光程變化或樣品濃度等變化對光譜產生的影響。常用光譜歸一化方法主要有：矢量歸一化、最大/最小歸一化、回零校正。

2 結果與分析

2.1 不同含水率土壤樣品的光譜特征

實驗采用美國Perkin Elmer公司的Frontier近紅外光譜儀，利用積分球附件采集土壤漫反射光譜數據。儀器掃描范圍設為10000-4000cm-1，分辨率為4cm-1。

土壤氮含量為0.08%時，不同含水率的樣品采集的光譜數據曲線自下向上分別表示含水率為0%、5%、10%、15%、20%、25%的土樣測得的光譜數據。從中可以看出，相同氮含量，不同含水率的土壤吸光度存在明顯差異，吸光度隨土壤含水率的增加而增加。

2.2 土壤氮含量預測模型的建立

為研究不同含水率土壤光譜特征與土壤氮含量預測的相關性，以同一含水率、不同氮含量土樣為樣品建立預測模型，并比較預測精度。在PLS分析中，主因子數（Factor）的選取直接關系到模型預測能力的好壞，文章采用歸一化、基線校正處理后的全波段光譜數據建模，用最小交叉驗證均方根誤差RMSECV確定最佳主因子數。實驗中將132份土壤樣品，按含水率不同分為6組，每組都具有氮含量各不相同的22個待測樣品，其中任選14個樣品為校正集，8個樣品為驗證集，進行建模分析。實驗結果如表1所示，其中RMSEP為預測均方根誤差，R2為決定系數，RMSEP越小，R2越大表明模型的預測精度越高。

通過表1可以看出，相同系列氮含量的土壤樣品，在含水率不同條件下的建模結果有明顯差異。總體上，土壤含水率低的R2較大，RMSEP較小，顯示含水率越低，預測模型優度越好。

3 實驗結果分析

根據6種不同含水率土樣的建模結果，得到不同水分含量下土壤氮含量預測值和實際值的相關性曲線。

隨著土壤含水率的上升，土壤氮含量的預測值和真實值之間的相關性明顯成減弱趨勢，含水率在5%以下其預測結果誤差較小，當含水率大于5%時其預測誤差明顯增大。

4 結論

文章利用PLS法分別建立不同含水率土壤氮含量檢測的預測模型，實驗結果顯示：在不同含水率下所建立的土壤氮含量預測模型有明顯差異，呈現隨含水率增大而預測誤差變大的趨勢；通過含氮量預測值與實際值相關性的比較，可以看出含水率低于5%的土壤預測能力明顯優于含水率高于5%的土樣，證明了土壤含水率不同對于建模預測有顯著影響，為后期研究消除水分影響的校正方法提供了依據。

參考文獻

[1]于飛建，閔順耕，巨小棠，等.近紅外光譜法分析土壤中的有機質和氮素[J].分析實驗室，2002，21（3）：49-51.

[2]宋海燕，程旭.水分對土壤近紅外光譜檢測影響的二維相關光譜解析[J].光譜學與光譜分析，2014（5）：1240-1243.

[3]安曉飛，李民贊，鄭立華，等.土壤水分對近紅外光譜實時檢測土壤全氮的影響研究[J].光譜學和光譜分析，2013（3）：667-681.

[4]Baumgardner M F， Silva， I F， et al. Advances in Agronomy， 1985，38：1.

[5]鮑一丹，何勇，方慧，等.土壤的光譜特征及氮含量的預測研究[J].光譜學與光譜分析，2007，27（1）：62-65.

[6]隋世江，葉鑫，雋英華.近紅外光譜技術在土壤成分檢測中的研究進展[J].農業科技與裝備，2012（1）：14-19.

[7]鄭詠梅，張鐵強，張軍，等.平滑、導數、基線校正對近紅外光譜PLS定量分析的影響研究[J].光譜學與光譜分析，2004，24（12）：1546-

1548.

作者簡介：朱琦（1991-），男，山西大同人，本科在讀，主要從事光譜檢測技術與應用研究。

*通訊作者：董桂梅（1978-），女，天津人，講師，博士，主要從事光譜檢測技術與應用研究。