[發明專利]一種基于便攜式近紅外光譜儀的土壤氮素檢測的預處理方法

在審

• 申請號: 201710326245.7
• 申請日: 2017-05-10
• 公開（公告）號: CN107421911A
• 公開（公告）日: 2017-12-01
• 發明（設計）人: 聶鵬程;董濤;瞿芳芳;何勇;夏正燕
• 申請（專利權）人: 浙江大學
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/3563
• 代理公司: 杭州求是專利事務所有限公司33200
• 代理人: 忻明年

技術領域

本發明涉及土壤成分檢測技術領域，具體涉及一種基于便攜式近紅外光譜儀的土壤氮素檢測的預處理方法。

背景技術

土壤是農業的基礎和重要組成部分，土壤的主要作用是為作物提供養分和水分，同時也是作物根系伸展、固持的介質。農田氮素等養分含量是影響作物生長的重要因素，快速獲取土壤氮素等養分信息，對合理適量施肥，指導農業生產非常重要，然而，通過“測土配方施肥項目”的傳統化學測試方法獲取土壤養分信息，測量周期長，過程復雜，成本高，大大限制了項目推廣和社會經濟效益。

近紅外光譜技術應用于土壤氮素的檢測，可以快速獲取土壤中的氮素養分等信息，檢測過程也可自動實現數據分析、無損、無污染。近年來，國內外很多學者應用近紅外光譜技術對土壤中的氮素進行了相關研究。例如，Mouazen等采用可見近紅外光譜分析技術估算土壤中多種養分含量，并比較了PLS和BPNN建模方法，發現BPNN方法優于PLS建模方法。AnniaGarcia等研究土壤粒徑大小以及土壤含水量的大小對土壤光譜特性的影響，發現土壤粒徑過大或過小都會影響近紅外光譜預測土壤總氮量的精度，且在土壤含水量較大時近紅外預測結果不理想，發現偏最小二乘回歸方法和主成分回歸方法對經過預處理的土壤總氮進行預測建模得到的模型明顯精度高于多元線性回歸方法得到的模型。王世芳等探究了土壤水分對近紅外光譜檢測土壤有機質的影響，將土壤進行不同含水量的預處理，研究結果表明600和1600nm左右表征土壤有機質的波段出現強的自相關峰，但隨著含水率的增加，這兩個波段逐漸消失，由于受水分的影響，在1951,2200和1480nm均形成了強的自相關峰，說明水分會掩蓋表征土壤有機質信息的波段，對土壤有機質檢測造成干擾。何勇等人采用近紅外光譜技術對土壤氮、磷、鉀、有機質和pH值進行了檢測，證明土壤的反射率光譜與總氮之間存在顯著的相關性，應用可見/近紅外光譜可以預測土壤總氮和有機質等養分。李民贊等分別取其表土層(0～30cm)、心土層(30～48cm)以及底土層(48～60cm)3個部位進行取樣，分析了不同層次土壤樣本的吸收光譜特性，以及土壤水分、氮素不同層次的變化規律。結果表明，該方法在土壤全氮含量預測過程中具有明顯的優勢，可應用于實際生產。

近紅外光譜技術在土壤氮素檢測中應用廣泛，并且相關學者從特征波段、建模方法、影響因素等各個方面對其進行研究，效果比較顯著。但是在實際檢測中，受到土壤含水量、土壤顆粒大小、土壤表面粗糙度等因素的影響，氮素在未經預處理的情況下，檢測精度并不高。

發明內容

本發明提供了一種基于便攜式近紅外光譜儀的土壤氮素檢測的預處理方法，提高土壤氮素檢測的精度。

一種基于便攜式近紅外光譜儀的土壤氮素檢測的預處理方法，包括：

步驟1，對土壤樣本進行預處理，預處理方法如下：

將土壤樣本在60～70℃下烘干至少12小時，土壤樣本溫度降至室溫后研磨至粒徑≤160μm，并壓制成長方體樣本；

步驟2，利用近紅外光譜檢測長方體樣本，獲取光譜信息；

步驟3，將光譜信息輸入光譜信號與土壤氮素含量的關系模型中，得到土壤氮素含量。

本發明優選采用純天然種植沙土樣本，無污染、且沒有添加任何化學試劑和肥料，經過人工篩選除去結塊厚、顆粒大、雜質多的成分，保證砂質細膩。

現有技術中，在進行土壤氮素檢測時，沒有經過嚴格的預處理，檢測精度有限，本發明通過嚴格的預處理過程，提高檢測精度，為后續的施肥指導以及科學研究建立基礎。

所述預處理方法中，通過烘干排除水分對近紅外檢測氮素的影響，通過研磨排除土壤顆粒大小對近紅外檢測氮素的影響，通過壓片排除土壤表面粗糙度對近紅外檢測氮素的影響。

作為優選，土壤樣本烘干之后在室溫下至少放置12h。以保證溫度降至室溫。

作為優選，所述光譜信號與土壤氮素含量的關系模型依據以下方法建立：

步驟a、配置不同質量分數的尿素水溶液，尿素水溶液的質量分數分別為：0％、2％、4％、6％、8％、10％、12％、14％、16％、18％、20％、22％、24％、26％、28％、30％；

步驟b、各質量分數的尿素水溶液分別與等量土壤樣本混合均勻；

步驟c、混合均勻后的土壤樣本采用步驟1所述方法制備成長方體樣本；

步驟d、利用紅近紅外光譜檢測長方體樣本，獲取光譜信息；

步驟e、利用無信息變量消除法篩選特征波長，然后以土壤氮素含量為自變量，以光譜信息為因變量，利用PLS方法建立光譜信號與土壤氮素含量的關系模型。