基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究

摘要

利用可见近红外(Vis/NIR)光谱测定技术快速无损地对土壤进行定量分析,是一种被广泛应用的行之有效的方法。大量研究表明土壤有机碳、水分、全氮等属性与光谱之间存在着较强的线性相关性。而野外原位测量受各种环境因素的影响,在一定程度上削弱了这种线性相关性。因此通常在实验室内对经过干燥、磨样处理的土壤进行光谱测量,以消除水分、质地和土壤类型等因素的影响。对于不同粒径导致预测模型精度的影响,目前的研究成果只给出了定性的结果。但是为何会导致差异以及对差异因为的定量解释,还未见诸于相关研究文献。
　　 本研究利用偏最小二乘回归(PLSR)考察了粒径对土壤全氮、有机碳含量Vis/NIR光谱预测模型的影响。将采自湖北潜江市后湖农场流塘分场的32个土壤样品制备成0.85～0.25ram、0.25～0.18mm、0.18～0.15mm和<0.15mm四种粒径土样,使用USB4000和NIR256-2.5地物光谱仪测量土样的Vis/NIR光谱,对原始光谱进行截取、重采样、SG平滑、一阶导等预处理后,建立了不同粒径下土壤全氮、有机碳的PLSR光谱预测模型,并对模型进行检验。通过VIP图考察了不同粒径下各波段对所建校正模型的影响程度,来挖掘不同粒径导致的具体差异。研究得出以下结论:
　　 (1)粒径对土壤光谱反射率有明显影响。随着粒径的减小同时土壤光谱反射率逐渐增大,通过去包络处理发现<0.15mm粒径土样反射光谱的特征吸收深度较之其他粒径最低,而其余粒径间未有显著差异。
　　 (2)土壤光谱反射率与全氮、有机碳含量之间存在良好的相关性。粒径范围0.18～0.15mm的土壤样品对于全氮的预测效果较佳,粒径范围0.85～0.25mm的土壤样品对于有机碳的预测效果较佳,预测值与实际值之间的验证决定系数R2val,分别达到0.806和0.803。
　　 (3)粒径对土壤全氮和有机碳的定量预测有明显影响。因为是不同粒径下的光谱反射率各波段对于模型的重要性不完全相同,导致对土壤属性预测的特征波段位置不同,所以有针对地制样可以获得更准确的预测结果。

目录

文摘

英文文摘

1 绪论

1.1 研究背景和意义

1.2 土壤光谱分析的研究现状

1.2.1 国外相关研究进展

1.2.2 国内相关研究进展

1.2.3 建模方法的进展

1.3 研究内容和技术路线

1.3.1 研究内容

1.3.2 主要技术路线

2 土壤Vis/NIR光谱定量分析的理论与方法

2.1 土壤的光谱特征

2.2 光谱数据预处理方法

2.2.1 移动平均平滑法

2.2.2 Savitzky-Golay卷积平滑法

2.2.3 小波变换

2.2.4 导数算法

2.3 光谱定量校正方法

2.3.1 偏最小二乘回归

2.3.2 模型质量的评价指标

2.3.3 交叉验证

3 数据的获取

3.1 土壤样品采集

3.1.1 地理位置

3.1.2 土壤类型分布

3.1.3 农业耕作概况

3.1.4 样品的采集与制备

3.2 数据获取

3.2.1 土壤属性测定

3.2.2 光谱测定

4 基于 Vis/NIR光谱的土壤TN及OC含量预测模型的建立

4.1 土壤属性数据的预处理

4.2 光谱数据的预处理

4.2.1 剔除噪声较大的波段

4.2.2 重采样

4.2.3 平滑滤波

4.2.4 求导数

4.2.4 去包络线

4.3 粒径对光谱的影响分析

4.4 PLSR模型的建立与分析

4.5 粒径对预测结果的影响分析

4.6 小结

5 结论与展望

5.1 结论

5.2 讨论与展望

参考文献

致谢