文档介绍：万方数据
土壤质地分类的近红外光谱分析方法研究1h2引言1e-******@297月光谱学与光谱分析2100070253(1)谱峰特征,而质地等物理信息主要反映在光谱的斜率、截距参数上,且二者在不同谱区的相对强度不同;(2)(3)472<70<4085(4)射光谱方法与扩展谱区范围均可有效提高质地预测准确度,而高精度仪器并不具备明显优势。关键词土壤质地;分类;近红外光谱中图分类号:.ADOI103964jissrr)F(NIR)用,,含水率、有机质等化学组成分析成为当前光谱研[2_8]的化学成分分析中被视为由漫反射引起的干扰而采用滤波、12](Soil被定义为砂(Sand)(Silt)(Clay)313]该方法不仅过程繁琐,而且试验周期长。鉴于农田质地快速分类的客观需求,土壤粒级构成与不同光谱漫反射相关规律性的研究逐渐成为一个新的、有潜在应用价值的探索领=25样本的光谱信息,运用偏最小二乘法们建立质地预测模型和粒级回归模型,从谱线特征、样本漫反射方式、仪器精度和谱区范围不同角度进行性能对比分析,为未来仪器化设计提供参考依据。土壤质地分类标准美国农业部根据土壤在农田中的持水保肥、通气透水特点,把土壤质地划分为叮缤所示,图(2O05粉粒>叮.~mm)(<o0024对土壤剖面研究,根据土壤粒径、矿物性质、温度等特点把7[15|1一亚类,可把土壤分成相互重叠的个亚类。在本研究中,127284势。I25Ds]了脱水处理。光谱分析仪研究采用道镆侗浠恍和色散型两种不同近红外FrMPA(BRuKERMPA)USB2000(Si-863(2006AAIOZ2052006AAIOA301),—,1100083mm)13200806162008-09181980:.甤*
万方数据
斜出圈县蛘誓坤昌s篮叫羹篡}23病S敕椒的区别在于样本21FT在以上三种光谱方法中,每个样本重复测量三次,第三光谱学与光谱分析第卷CL'DOceanOptics)算机等组建而成虺芔缤所示。2(1)(2)(3)(8)峋郏庀导入光谱仪,光谱由计算(7)近红外光谱仪蚒的主要性能差异如表荆杉鸐具有更宽谱区、更高分辨率和精度等特点。光谱分析方法上述两种光谱仪应用三种不同光谱方法分析土壤样本,分别是:现苯硬舛ǎ竞穸22(a)232(b)5置于反射镜组下方,入射光不经过玻璃直接入射到样本顶部。次重新装样,结果取平均。数据处理方法数据处理由砑械腜平台实现。在分析、预PLS型,然后通过不同质地分类标准确定预测后样本所属类型,建模过程采用畂抽样方式。土壤样本不同漫反射方法的光谱特征随机选择的相同两个土样用三种光谱方法扫描其近红3[1]吸收系数肷⑸湎凳齋,前者主要反映样本的化学组成或结构信息,在近红外谱区主要是含氢基团的倍频与合频;后者主要反映样本的物理结果信息,因此漫反射光谱同时包含了样本的化学信息和物理信息两方面,但在不同谱区两者的相对强度不同。图为土样在近红外全谱区的光谱,包括短波近红SNIR(8331谱区、中波近红外谱区与长波近红外nm)l等处分别为土样中结合水的三倍频、二倍频与合频的谱峰,可以看出其谱峰强度随着倍频L1]LNIRSNIR互l(a)Method100害兽苫舍錾警脯Fie,11Sand