[發(fā)明專利]基于紅外光譜智能鑒定模型的土壤有機質快速檢測方法

有效

• 申請?zhí)枺?/td>: 201510816704.0
• 申請日: 2015-11-23
• 公開（公告）號: CN105486655B
• 公開（公告）日: 2018-12-18
• 發(fā)明（設計）人: 杜昌文;馬菲;周健民
• 申請（專利權）人: 中國科學院南京土壤研究所
• 主分類號: G01N21/3563
• 分類號: G01N21/3563
• 代理公司: 江蘇致邦律師事務所 32230
• 代理人: 栗仲平

基于紅外光譜智能鑒定模型的土壤有機質快速檢測方法：采集土壤樣品；采集中紅外光聲光譜信息，連續(xù)多次掃描取平均光譜；采用化學方法分析土壤樣品的有機質含量；將光譜信息預處理；采集待測土壤樣本的中紅外光聲光譜信息；取平均光譜并預處理；測定待測樣本的化學參考值；計算待測樣本與訓練樣本間馬氏距離，由小到大建立新序列矩陣；新序列矩陣根據(jù)待測樣本的特點，建立不同建模數(shù)目的預測模型；對模型參數(shù)進行評價，選擇最佳建模數(shù)目并優(yōu)化，得到智能土壤鑒定模型。本發(fā)明針對每個樣品光譜建立符合其光譜特征“一樣本一模型”的智能鑒定模型，能有效降低土壤背景干擾及變異性影響，智能鑒定模型普適性強，模型穩(wěn)健，有效提高預測精確性。

技術領域

本發(fā)明屬于農業(yè)信息化領域，具體涉及一種基于中紅外光聲光譜建立智能鑒定模型對檢測土壤有機質含量的快速、精確、無損的測定方法。

背景技術

土壤有機質是土壤的重要組成部分，也是農田土壤肥力和土壤質量的重要指標，土壤有機質含量的快速檢測對于農田精準施肥具有重要意義。

目前傳統(tǒng)的測定土壤有機質含量一般采用重鉻酸鉀容量法、水合熱重鉻酸鉀氧化-比色法等，這些方法需要對樣本進行預處理、操作復雜、成本較高、測試周期長、且需要大量化學試劑，易污染環(huán)境，不適合大規(guī)模快速測定要求。

近年來紅外光譜技術已經(jīng)用于土壤的定性定量分析。中紅外光光聲光譜是一種基于現(xiàn)代光聲轉換的紅外光譜，其原理是將紅外光入射到光聲附件的樣品池中，樣品受到紅外光照射后產(chǎn)生熱效應，光聲池中的氣體受到熱效應后轉化為熱波，熱波被敏感的微音器檢測，得到紅外光聲光譜。紅外光聲光譜測樣無需前處理、對樣品無損、可實現(xiàn)原位測定，在農業(yè)中顯示出很好的應用潛力。

將紅外光譜與化學計量學方法相結合，構建預測模型，可實現(xiàn)對土壤有機質含量的預測，該類?；诮o定樣本進行模型構建，模型單一穩(wěn)定，且校正集和驗證集相對固定。但土壤結構復雜，背景干擾大，且土壤變異系數(shù)大，不同采樣點土壤具有不同特征，易受背景干擾影響，且建模樣本數(shù)過少或過多都會影響模型的精確度和普適性。如何將紅外光譜與化學計量學相結合，構建和優(yōu)化模型，實現(xiàn)土壤性質快速、精確的預測，對土壤有機質含量的測定具有重要的意義，也是該領域的研究重點與難點。

發(fā)明內容

針對上述問題，本發(fā)明提供一種智能化學計量學建模方法，可以實現(xiàn)對土壤有機質含量快速、精確、無損的檢測。通過檢測土壤樣品的紅外光聲光譜信息，將待測的樣品光譜與已知光譜樣本通過相似性進行排序鑒定，針對每一種土壤樣品不同特征，選擇最相似土壤光譜矩陣與最佳建模樣本數(shù)目建立PLSR模型預測，形成“一樣一模型”的智能鑒定模型，能夠有效降低土壤背景干擾。該方法與以往單純采用區(qū)域全部土壤樣本光譜預測建模方法相比，其模型穩(wěn)定性和預測精度大大提高，模型普適性更強，實現(xiàn)了對土壤樣品有機質進行快速、精確的檢測。

本發(fā)明的技術方案如下：

一種基于紅外光譜智能鑒定模型的土壤有機質快速檢測方法快速、精確、無損的模型建立方法，包含以下步驟：

(1)：采集土壤樣品，劃分訓練樣本和待測樣本；

(2)：土壤訓練樣本取樣，置于傅里葉變換中紅外光譜儀-光聲附件樣品池中，采集中紅外光聲光譜信息，連續(xù)多次掃描，取平均光譜；

(3)：采用化學方法分析步驟(1)中已測光譜的土壤樣品的有機質含量；

(4)：將步驟(2)采集的光譜信息進行預處理，采用消噪、平滑、標準化預處理；

(5)：待測土壤樣本取樣，置于傅里葉變換中紅外光譜儀-光聲附件樣品池中，采集中紅外光聲光譜信息；連續(xù)多次掃描，取平均光譜，并通過步驟(4)的方法對待測樣本的光譜進行預處理。根據(jù)步驟(3)方法，測定待測樣本的化學參考值；

(6)：每次提取一個預處理好待測樣本光譜，通過馬氏距離方法進行計算比較，并根據(jù)待測樣本與訓練樣本間的馬氏距離建立從小到大的新序列矩陣；