土壤磷形態的反射光譜特征及其光譜建模

侯廣利,李雪瑩, 邱慧敏, 呂紅敏，劉鈺祥, 范萍萍*

(1.齊魯工業大學(山東省科學院)山東省科學院海洋儀器儀表研究所，山東 青島 266061;2.齊魯工業大學 化學與制藥工程學院，山東 濟南 250353)

土壤中磷是植物生長發育必需的大量營養元素之一，但是由于缺乏科學指導，我國在農業生產中過度施肥，對環境造成了極大危害。隨著農業信息化的發展，迫切需要土壤磷的速測技術。可見-近紅外光譜分析技術是一種快速、簡便、無損的綠色分析技術，具有分析速度快、多參數同時測定、樣品不需要預處理或僅需簡單的預處理、遠距測定、實時分析、操作簡單等特點。基于可見-近紅外光譜法的土壤磷速測技術已在國內外進行了大量研究，將是未來土壤磷速測的主流技術[1-7]。

然而，基于可見-近紅外光譜法的土壤磷光譜模型穩定性差，預測效果時好時壞。郭志新等[8]研究了杉木林的土壤氮、磷、鉀的光譜速測，使用350～2350 nm的反射光譜，建立偏最小二乘回歸光譜模型，結果顯示土壤全磷的光譜模型決定系數高達90%，相對誤差較小。李希燦等[9]對陜北黃土的12項土壤質量指標進行了光譜反演，通過模糊識別理論建立光譜模型，土壤全磷和速效磷的光譜模型的相關系數均大于95%，相對誤差為0～27%。Mouazen等[3]使用可見-近紅外光譜用于英國農田土壤磷的速測，結果顯示，光譜模型的決定系數較低，只有60%，模型可靠性低，相對預測偏差僅為1.5(模型不可用)。

Mouazen等[10]指出，磷在可見-近紅外光譜中吸收極弱，其光譜模型只能依靠與其高相關的因子(如有機質和礦物)建立間接的關系模型；而土壤異質性極高，與磷相關的因子并不固定，導致土壤磷的光譜速測技術極不可靠。可見，開發基于光譜法的土壤磷速測技術必須首先明確土壤磷的光譜特征，而目前關于此內容的研究報道很少。

本研究通過連續提取法先后測定6種磷組分，同時制取去除了不同磷組分的土壤殘渣。以標準白板為參考光譜，分別測定去除了不同磷組分的土壤殘渣的反射光譜，間接研究這些磷組分的光譜特征。此外，以這些殘渣為參考光譜，直接獲取這些磷組分的反射光譜。通過分析直接和間接獲取的反射光譜，探索全磷的光譜特征。

1 材料和方法

1.1 土壤樣品采集和前處理

土壤樣品分別采自青島浮山山麓和青島李村河畔的表層(0～20 cm)各60份。這兩種土壤差異較大[11-12]，浮山土壤屬于砂壤土，養分含量較低；而李村河土壤屬于粉壤土，養分含量較高。兩種土壤都偏堿性，浮山土壤pH約7.5，李村河土壤pH約7.6。

先去除土壤樣品中的石塊等異物，再在50 °C下烘干處理至恒重后，研磨過0.5 mm尼龍篩，將過篩后的土壤樣品置入樣品袋中，并標記相應的樣品編號。

1.2 土壤磷形態樣品的測定及殘渣樣品的制取

由于土壤pH>7，因此使用顧益初等[13]的連續提取方法，依次經NaHCO3溶液、NH4Ac溶液、NH4F溶液、NaOH-Na2CO3溶液、檸檬酸鈉溶液-保險粉-NaOH溶液、稀硫酸溶液連續浸提，把土壤磷形態分為Ca2-P、Ca8-P、Al-P、Fe-P、O-P、Ca10-P。浮山土壤和李村河土壤的總磷(total phosphorus，TP)及其磷形態含量如圖1所示。

圖1 浮山和李村河土壤的總磷及各磷形態含量

對應上述連續提取方法，分別得到不同的土壤樣品殘渣，這些殘渣樣品對應不同的磷形態。如圖2所示，經NaHCO3溶液浸提后的殘渣樣品去除了Ca2-P(P1殘渣)，P1殘渣樣品經NH4Ac溶液浸提后的殘渣樣品去除了Ca8-P(P2殘渣)，P2殘渣樣品經NH4F溶液浸提后的殘渣樣品去除了Al-P(P3殘渣)，P3殘渣樣品經NaOH-Na2CO3溶液浸提后的殘渣樣品去除了Fe-P(P4殘渣)，P4殘渣樣品經檸檬酸鈉溶液-保險粉-NaOH溶液浸提后的殘渣樣品去除了O-P(P5殘渣)，P5殘渣樣品經稀硫酸溶液浸提后的殘渣樣品去除了Ca10-P(P6殘渣)。然后，把這些殘渣樣品放入烘箱中烘至恒重(50 °C)，研磨之后，過0.5 mm篩，待用。

圖2 土壤殘渣制取過程

1.3 土壤磷形態的光譜采集

使用海洋光學QE65000光譜儀搭配DH-2000-BAL型光譜采集土壤的反射光譜，光譜采樣間隔為1 nm，積分時間600 ms，譜區范圍200～1100 nm。如圖3所示，光譜儀和光源通過Y型光纖(QR400-7-UV-VIS)連接，Y型光纖探頭依靠支架(RPH-1)固定在45°孔里，使探頭剛好露出支架，將土壤樣品放在自制樣品盒中，其中樣品盒的大小、長度與探頭支架一樣，上有兩個球形樣品室，樣品室的位置和直徑同支架的探頭孔重合，把支架和樣品盒緊貼在一起，測定土壤樣品的反射光譜。每個土壤樣品測定5次光譜反射率，取平均值作為土壤樣品的反射光譜。

圖3 光譜采集平臺

由于磷形態的含量很低(遠低于0.3%)，獲取3 g磷形態的固體粉末樣品需要50～100次實驗(約消耗100 g土壤樣品)，因此本研究只是制取了去除這些磷形態的殘渣粉末樣品。使用常規的反射光譜測定方法(以標準板做參考光譜，本文使用的標準板是海洋光學WS-1-SL)，只能得到這些殘渣樣品的反射光譜，無法直接得到各磷形態的反射光譜。根據反射測量原理和步驟，在本文中，如果要測定某一個磷形態的反射光譜，需要用去除這個磷形態的殘渣樣品作為參考光譜，測定去除前一種磷形態的殘渣樣品的反射光譜。比如，要測定Ca10-P的反射光譜，就以P6殘渣作為參考光譜，測定P5殘渣的反射光譜，以此類推。

1.4 各磷形態的光譜特征及模型分析

本文采集浮山和李村河土壤各60份，每個土壤樣品都需要先后提取6個磷形態，制取P1～P6共6種殘渣(圖2)，因此，對應地，每個磷形態就會有60個反射光譜，不便于研究光譜特征。為此，在分析中，首先計算各磷形態的平均光譜，分析各磷形態光譜的吸收峰(最大反射率)、吸收谷(最小反射率)等基本特征；然后通過遺傳算法提取特征光譜，通過最小二乘回歸建立光譜模型，根據預測集的決定系數(r2)、均方根誤差(RMSE)及相對分析誤差(RPD)評估模型效果。以上分析在Matlab 2010b和Unscrambler 9.7中完成，所有圖形都在SigmaPlot 10.0中繪制。

土壤全磷的光譜特征分析，首先根據各磷形態的光譜特征確定土壤全磷的特征波段或吸收峰，然后利用這些特征波段建立全磷的光譜模型，并與全波段的全磷光譜模型進行比較，分析這些特征波段或吸收峰與土壤全磷光譜特征的關系。

2 結果與分析

2.1 土壤磷形態的可見-近紅外光譜特征

2.1.1 土壤磷形態的間接光譜特征

如圖4所示，整體上，各磷形態殘渣樣品的反射率曲線的形狀同原始土壤類似，但P6和P5殘渣樣品的曲線形狀發生了變化。并且同原始土壤相比，各磷形態殘渣樣品的反射率都有顯著提高，尤其是200～600 nm的反射率的斜率較高。P1、P2、P3、P4殘渣樣品同原始土壤相比，反射率也有顯著提高，但曲線形狀無顯著變化。無論原始土壤還是各磷形態的殘渣樣品, 浮山土壤的反射率都高于李村河。

圖4 浮山和李村河土壤及其殘渣的反射光譜

從圖5的反射光譜可以看出，相對原始光譜，殘渣樣品在225～700 nm波段的反射率變化最大，尤其是P6和P5殘渣，這與反射光譜的相對變化率結果一致。我們把各磷形態殘渣樣品的反射光譜同原始光譜進行了比較，其相對變化率在225～700 nm波段最大，尤其是P6和P5殘渣。不同于其他磷形態，O-P和Ca10-P是難以被生物利用的磷形態[14]，這可能是其反射光譜與其他組分不同的一個原因。

圖5 殘渣樣品相對原始土壤的反射率相對變化率

2.1.2 土壤磷形態的直接光譜特征

雖然浮山和李村河土壤的差異較大(圖1)，但相同磷形態的反射光譜幾乎一致(圖6)。其中，Ca2-P的反射光譜較為平緩，反射率分布在75%～90%，有一個不太明顯、較寬的波谷，分布在400～500 nm；Ca8-P同Ca2-P相似，反射光譜較為平緩，反射率分布在90%～100%，在400 nm左右，反射率降到最低值，隨著波長繼續增加反射率又緩慢升高，但變化不顯著；Al-P也較為平緩，幾乎為一條直線，反射率在100%左右，在600 nm左右有個不太明顯的波峰，在李村河土壤中的峰較明顯些。

圖6 浮山和李村河土壤的各磷形態的反射光譜

Fe-P的反射光譜像個“√”，反射率分布在70%～100%，在兩種土壤間稍有不同。浮山土壤既有波峰，也有波谷；李村河土壤的波谷較寬，不存在波峰。浮山土壤的波谷位于250 nm，波峰位于750 nm，之后沒有顯著變化；李村河土壤的波谷位于280 nm，之后隨著波長增大反射率一直在變大。這可能是因為Fe-P的測定方法容易被Al-P干擾，這兩個P組分在本研究中還不能徹底地區分開[14]。

O-P反射率分布在60%～100%，在兩種土壤中稍有不同，李村河的反射率范圍稍寬一些，反射光譜有兩個波峰和一個波谷，第一波峰位于750 nm左右，第二波峰位于250 nm左右，波谷位于380 nm左右。

Ca10-P的反射光譜形狀基本相似，但在兩種土壤間的差異稍大。第一，反射率范圍不同。浮山土壤的反射率分布在80%～95%，李村河土壤的反射率分布在70%～100%。第二，浮山土壤反射光譜的波谷和波峰較李村河多，浮山土壤的最低谷位于370 nm，第二低谷位于250 nm，第一波峰位于560 nm左右，第二波峰位于300 nm左右；李村河土壤的波谷位于400 nm，波峰位于300 nm。Ca10-P作為一類難溶性磷，形態可能比想象的更復雜[14]，還需要借助其他方法進一步確認。

2.1.3 土壤磷形態的光譜特征

從以上分析可以看出，不同土壤的相同磷形態具有相似的反射光譜特征(圖6)，表明磷形態的分類是合理的，具有普適性。各磷形態具有獨特的反射光譜特征(圖6，表1)，表明能夠通過可見-近紅外反射光譜進行定性分析。

表1 本研究中各磷形態的特征波長

雖然本研究使用的兩種土壤P含量差異巨大(圖1)，但無論間接光譜還是直接光譜都顯示，相同的磷形態具有相似的反射光譜，并不因為所屬土壤不同而具有顯著差異(圖4、圖6)，說明分類方法本身科學合理。在這樣的前提下，后續的研究工作才有意義。

2.2 土壤磷形態的光譜模型

通過遺傳算法提取特征光譜建立的光譜模型效果較好(表2)。其中O-P的光譜模型較差，決定系數和相對分析誤差較低，相對分析誤差(RPD)是樣品標準偏差與預測標準誤差的比值，能夠進一步評價模型預測效果，其值大于2.0，說明模型預測效果很好[15]。其他磷形態的光譜模型都較好，RPD均大于或接近2.0，表明光譜模型準確性較高。這些結果表明，可見-近紅外光譜能夠很好地定量測量這6種磷形態的含量(表2)。

表2 通過遺傳算法選擇特征光譜建立的光譜模型

2.3 土壤全磷的光譜特征

綜合各磷形態的光譜特征，土壤全磷的特征波段可能集中于250～750 nm，主要包括250、300、400、560、735、750 nm左右的波段(表1)。但這些特征波段在土壤樣品的原始光譜上無法得知，本研究應用反射光譜采集方法的原理，獲取去除磷組分的殘渣樣品的磷形態反射光譜，較好地揭示了各磷形態的特征光譜，并因此收集到土壤磷的特征波長，使得土壤磷的定性和定量分析成為可能。

綜合磷形態的特征波段250～750 nm，全磷的特征波段如表1所示，使用不同波段的全磷光譜模型如表3所示。結果表明，在使用特征波段進行全磷的光譜模型建模后，效果優于全波段的光譜建模(表3)，也進一步證實該特征波段能夠較好地表征全磷。雖然使用特征波段建立的光譜模型的決定系數(0.87)低于全波段模型的決定系數(大于0.90)，但是預測集的標準誤差降低，模型整體的RPD提高，大于2.5，預測能力和效果極大提高。

表3 使用不同波段的全磷光譜模型

3 結語

為探索土壤全磷的光譜特征，本研究以兩種不同的土壤樣品為研究對象，借助海洋光學QE65000光譜儀，利用去除不同磷形態的土壤殘渣，通過改進的反射光譜采集方法，直接揭示了各磷形態的光譜特征，為認識全磷的反射光譜特征及預測全磷含量提供了重要理論依據。未來，本研究的方法還需要進一步拓展到其他土壤或沉積物樣品進行驗證。

在已有研究中，尚未見到關于土壤磷的光譜特征的報道。本研究發現，去除各磷形態后，225～700 nm波段的反射率相對變化最大(圖5)，表明土壤磷在這個波段較為敏感。因此，本研究認為紫外-可見光波段可能是土壤磷的特征波段。未來研究可以側重于在這一波段進行土壤磷的光譜建模研究。