近红外反射光谱法-土壤性质的主成分回归分析-nirs–pcr

《近红外反射光谱法-土壤性质的主成分回归分析-nirs–pcr》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、近红外反射光谱法-土壤性质的主成分回归分析摘要一个快速，便捷的土壤分析技术是需要土壤质量评价和精密的土壤管理。本研究的主要目的是评估近红外反射光谱（NIRS）来预测不同土壤性质的能力。从Perstrop近红外系统6500扫描单色仪（福斯NIRSystems，马里兰州SilverSpring），和33种化学、物理和生物化学特性得到近红外反射光谱，从四个主要土地资源收集区802土壤样品（MLRAs）进行了研究。定标是基于在1300到2500nm光谱范围内使用光学密度一阶导数[log(1/R)]得主成分回归。全部的碳、氮、湿度、阳离子交换量（CEC）、1.5兆帕水、基

2、础呼吸速率、沙、淤泥和MehlichIII可萃取钙通过近红外光谱（r2>0.80）成功地预测。有些MehlichIII可萃取金属（铁，钾，镁，锰）、可交换阳离子（钙，镁，钾），可交换基地、交换性酸、粘土、潜在可矿化氮、总呼吸速率、生物量碳和pH值的总和也可通过近红外光谱估计，但精度较低(r2=0.80~0.50)。聚合（wt％>2，1，0.5，0.25mm，并宏观聚合）的预测结果是不可靠的（r2=0.46~0.60）。MehlichIII提取的Cu，P和Zn和交换性钠不能使用NIRS-PCR技术（r2<0.50）进行预测。结果表明，NIRS可以作为一种快速的分析

3、技术，在很短的时间用可接受的准确度来同时估计多个土壤特性。测量土壤性质的标准程序是复杂的、耗时的，而且费用昂贵。在农民和土地管理者将能够充分利用测土作为精准农业与土壤质量的评估和管理的一种辅助手段之前，一种快速、经济的土壤分析技术是需要。近红外反射光谱技术是一种为研究入射光和材料表面之间相互作用的非破坏性的分析技术。由于其简单性、快速性，并且需要很少或无需样品制备，近红外反射光谱被广泛用于工业。三十多年以前，该技术最早用于粮食的快速水汽分析。现在，近红外光谱是用于粮食和饲料质量评估的主要分析技术。近红外反射光谱也用作聚合物、制药、石油化工和其他行业的一种识别和/

4、或表征技术（Wetzel,1983;CreaserandDavies,1988a;MurrayandCowe,1992;Workman,1996）。近红外光谱是由来自中红外区域的弱的泛音和基本振动带的H-C、H-N和H-O键的组合为主。除了材料的化学性质，近红外光谱也受到了材料的物理结构的影响。颗粒的大小和形状，颗粒和微粒的装置之间的空隙影响光透射穿过样品的长度，并由此影响反射率（韦特泽尔，1983）。由于弱的泛音和基本振动谱带组合的重叠，直接用近红外光谱来解释是困难的。因此，需要通过近红外光谱对样品成分定量分析作多变量定标。各种定标方法已被用于涉及测量材料性质

5、的近红外光谱。主成分回归、偏最小二乘回归（PLSR）、逐步多元线性回归（SMLR）、傅立叶回归、局部加权回归（LWR）和人工神经网络在近红外光谱是最常用的多元校正技术。不是所有这些提出的定标技术都得到普遍接受，因为定标模型可以很好地用于一个应用程序，可能无法接受另一个。几个研究都集中在使用近红外光谱测量土壤性质。鲍尔斯和汉克斯（1965）的结论是，反射光谱受到土壤含水量、有机质含量和颗粒大小的巨大影响。阿巴斯等人（1972）发现光反射率和有机质和粘粒含量是负相关。Krishnan等人（1980）在反射率在可见光区域的两个波长（623.3和564.4nm）和在近红

6、外区域两个波长（1136.0和1398.4nm）预测来自伊利诺伊州的12种土壤有机质含量的基础上进行比较分析（r2=0.92为可见光，r2=0.87为红外光）。对从澳大利亚昆士兰州的三个土系收集144个样本进行了达拉尔和亨利（1986）研究分析。他们用反射率在三个波长，以log（1/R）的形式，通过多元线性回归（r2=0.86，0.86和0.92）来预测总有机碳、总氮和水分含量。用类似的方法，莫拉等人（1991）的结论是近红外光谱可以用来预测土壤C和N的含量。亨德森等人（1992）发现从印第安纳农业土壤的有机碳含量密切相关提取有机物质的反射率和显著回应Fe和Mn

7、的氧化物的浓度在可见光范围内具有相同的母质土壤。Fritze等人（1994）研究了火灾或木灰处理的腐殖质样品的反射光谱时，发现从光谱表征获得的前两个分量回归（基于PLSR）可以解释60〜80％的生物变异（土壤呼吸与微生物生物量的）。福克斯等人对近红外光谱的土壤N有效性的预测能力与其他测试进行了比较。Sudduth和Hummel设计（1993年a，1993年b）的便携式近红外光谱仪，对来自伊利诺伊州的土壤有机质（r2>0.85）、水分（r2>0.94）和CEC（r2>0.85）做了测试。他们还得出结论，由于样品的地理范围增加，这些土壤性质的预测变得不那么准确，（S

8、udduth和Humme