• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    土壤含水率對(duì)近紅外光譜檢測(cè)土壤氮含量的影響研究

    2016-12-31 00:00:00朱琦董桂梅楊仁杰于亞萍姜全楊曉東
    科技創(chuàng)新與應(yīng)用 2016年11期

    摘 要:土壤水分含量是影響土壤養(yǎng)分檢測(cè)的重要因素之一,由于土壤水分在近紅外波段的吸收系數(shù)較高,使土壤水分的差異給測(cè)量結(jié)果帶來(lái)了較大誤差。文章基于近紅外光譜技術(shù),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(yù)測(cè)的相關(guān)性。實(shí)驗(yàn)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(yù)測(cè)模型差異明顯,含水率較高的土壤預(yù)測(cè)精度較差,證明了土壤含水率對(duì)近紅外光譜建模精度的影響具有規(guī)律性。

    關(guān)鍵詞:土壤含水率;氮含量;近紅外光譜;預(yù)測(cè)精度

    引言

    氮含量是土壤養(yǎng)分檢測(cè)中的一項(xiàng)重要指標(biāo),相較于傳統(tǒng)檢測(cè)方法操作過(guò)程繁瑣、耗時(shí)長(zhǎng)且實(shí)時(shí)性差[1],近紅外光譜技術(shù)具有快速、無(wú)破壞、無(wú)污染、不需預(yù)處理及實(shí)時(shí)檢測(cè)等優(yōu)點(diǎn),目前已廣泛用于土壤氮含量的檢測(cè)。由于土壤水分在近紅外波段的吸收系數(shù)較高,對(duì)土壤含氮量的檢測(cè)產(chǎn)生很大的干擾,因此研究土壤水分對(duì)近紅外光譜檢測(cè)土壤養(yǎng)分的影響非常必要。宋海燕等對(duì)含水率為20%、15%和10%的土壤進(jìn)行研究,確定了水分對(duì)土壤近紅外光譜檢測(cè)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(duì)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(fā)現(xiàn)1.4和1.9微米這兩個(gè)波段是土壤中水對(duì)光譜影響主要體現(xiàn)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(guān)性,其必對(duì)光譜預(yù)測(cè)模型造成影響。本課題以檢測(cè)土壤氮含量為例,基于近紅外光譜技術(shù),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(yù)測(cè)模型,分析土壤含水率差異對(duì)于近紅外光譜檢測(cè)土壤氮含量的影響。

    1 材料與方法

    1.1 土樣制備

    實(shí)驗(yàn)以有效態(tài)成分分析標(biāo)準(zhǔn)物質(zhì)GBW07412a(遼寧棕壤)為基礎(chǔ)土樣,取110g此標(biāo)準(zhǔn)土樣,將其按質(zhì)量均等分為22份,通過(guò)計(jì)算稱(chēng)量給每份土樣添加不同質(zhì)量的尿素(CO(NH2)2)粉末,同時(shí)加入去離子水使其達(dá)到飽和,待充分混合后靜置12小時(shí)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(duì)土壤進(jìn)行噴水作業(yè)使其質(zhì)量含水率分別達(dá)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(gè)待測(cè)土樣。

    1.2 近紅外光譜預(yù)處理方法

    1.2.1 基線(xiàn)校正法

    不管是用透射法測(cè)得的紅外光譜,還是用紅外附件測(cè)得的光譜,其吸光度的基線(xiàn)不可能處在0基線(xiàn)上,或透射率光譜的基線(xiàn)不可能處在100%基線(xiàn)上。同時(shí)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(jīng)常出現(xiàn)譜圖的偏移或漂移現(xiàn)象,如不加以處理,同樣會(huì)影響校正模型建立的質(zhì)量和未知樣品預(yù)測(cè)結(jié)果的準(zhǔn)確性[5-7]。基線(xiàn)校正的運(yùn)用,可有效地消除上述影響。其中,解決基線(xiàn)的偏移可采用一階微分,解決基線(xiàn)的漂移可采用二階微分。本實(shí)驗(yàn)采用一階微分進(jìn)行數(shù)據(jù)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(biāo)進(jìn)行歸一化,是解決測(cè)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(duì)光譜產(chǎn)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(jié)果與分析

    2.1 不同含水率土壤樣品的光譜特征

    實(shí)驗(yàn)采用美國(guó)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(shù)據(jù)。儀器掃描范圍設(shè)為10000-4000cm-1,分辨率為4cm-1。

    土壤氮含量為0.08%時(shí),不同含水率的樣品采集的光譜數(shù)據(jù)曲線(xiàn)自下向上分別表示含水率為0%、5%、10%、15%、20%、25%的土樣測(cè)得的光譜數(shù)據(jù)。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(yù)測(cè)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(yù)測(cè)的相關(guān)性,以同一含水率、不同氮含量土樣為樣品建立預(yù)測(cè)模型,并比較預(yù)測(cè)精度。在PLS分析中,主因子數(shù)(Factor)的選取直接關(guān)系到模型預(yù)測(cè)能力的好壞,文章采用歸一化、基線(xiàn)校正處理后的全波段光譜數(shù)據(jù)建模,用最小交叉驗(yàn)證均方根誤差RMSECV確定最佳主因子數(shù)。實(shí)驗(yàn)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(gè)待測(cè)樣品,其中任選14個(gè)樣品為校正集,8個(gè)樣品為驗(yàn)證集,進(jìn)行建模分析。實(shí)驗(yàn)結(jié)果如表1所示,其中RMSEP為預(yù)測(cè)均方根誤差,R2為決定系數(shù),RMSEP越小,R2越大表明模型的預(yù)測(cè)精度越高。

    通過(guò)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(jié)果有明顯差異??傮w上,土壤含水率低的R2較大,RMSEP較小,顯示含水率越低,預(yù)測(cè)模型優(yōu)度越好。

    3 實(shí)驗(yàn)結(jié)果分析

    根據(jù)6種不同含水率土樣的建模結(jié)果,得到不同水分含量下土壤氮含量預(yù)測(cè)值和實(shí)際值的相關(guān)性曲線(xiàn)。

    隨著土壤含水率的上升,土壤氮含量的預(yù)測(cè)值和真實(shí)值之間的相關(guān)性明顯成減弱趨勢(shì),含水率在5%以下其預(yù)測(cè)結(jié)果誤差較小,當(dāng)含水率大于5%時(shí)其預(yù)測(cè)誤差明顯增大。

    4 結(jié)論

    文章利用PLS法分別建立不同含水率土壤氮含量檢測(cè)的預(yù)測(cè)模型,實(shí)驗(yàn)結(jié)果顯示:在不同含水率下所建立的土壤氮含量預(yù)測(cè)模型有明顯差異,呈現(xiàn)隨含水率增大而預(yù)測(cè)誤差變大的趨勢(shì);通過(guò)含氮量預(yù)測(cè)值與實(shí)際值相關(guān)性的比較,可以看出含水率低于5%的土壤預(yù)測(cè)能力明顯優(yōu)于含水率高于5%的土樣,證明了土壤含水率不同對(duì)于建模預(yù)測(cè)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(jù)。

    參考文獻(xiàn)

    [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(jī)質(zhì)和氮素[J].分析實(shí)驗(yàn)室,2002,21(3):49-51.

    [2]宋海燕,程旭.水分對(duì)土壤近紅外光譜檢測(cè)影響的二維相關(guān)光譜解析[J].光譜學(xué)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(duì)近紅外光譜實(shí)時(shí)檢測(cè)土壤全氮的影響研究[J].光譜學(xué)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(yù)測(cè)研究[J].光譜學(xué)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(shù)在土壤成分檢測(cè)中的研究進(jìn)展[J].農(nóng)業(yè)科技與裝備,2012(1):14-19.

    [7]鄭詠梅,張鐵強(qiáng),張軍,等.平滑、導(dǎo)數(shù)、基線(xiàn)校正對(duì)近紅外光譜PLS定量分析的影響研究[J].光譜學(xué)與光譜分析,2004,24(12):1546-

    1548.

    作者簡(jiǎn)介:朱琦(1991-),男,山西大同人,本科在讀,主要從事光譜檢測(cè)技術(shù)與應(yīng)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(cè)技術(shù)與應(yīng)用研究。

    广水市| 竹溪县| 郓城县| 陇西县| 长垣县| 左贡县| 仪陇县| 襄汾县| 板桥市| 霍邱县| 保定市| 明光市| 台安县| 新余市| 灵武市| 霍州市| 鄄城县| 皮山县| 汾阳市| 都兰县| 永年县| 武城县| 西畴县| 临潭县| 宜兰市| 新建县| 石家庄市| 西青区| 北安市| 河西区| 新巴尔虎右旗| 泰州市| 星子县| 栾城县| 米脂县| 武功县| 鄯善县| 昭苏县| 双牌县| 怀来县| 和平县|