北京典型耕作土壤养分的近红外光谱分析.pdf

《北京典型耕作土壤养分的近红外光谱分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第2期1762012年1月农业工程学报TransactionsoftheCSAEVr01．28No．2Jan．2012北京典型耕作土壤养分的近红外光谱分析李颉，张小超※，苑严伟，张俊宁(土壤植物机器系统技术国家重点实验室，中国农业机械化科学研究院，北京100083)摘要：为研究土壤养分含量分布信息，以从北京郊区一块试验田采集的72个土壤样品为试验材料，应用傅里叶变换近红外光谱技术分析了土样的全氮、全钾、有机质养分含量和pH值。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析，建克预测

2、模型，以模型决定系数(月2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。结果表明，利用该模型与光谱数据对土壤全氮、全钾、有机质养分含量和pH值进行预测，结果与实测数据具有较好的一致性，最高决定系数尺2达到0．9544。偏最小二乘回归方法建立的养分预测模型能准确地对北京地区褐土土质全氮、有机质、全钾和pH值4种养分进行预测。关键词：土壤，养分，傅里叶变换，近红外光谱，偏最小二乘法doi-10．3969／j．issn．1002—6819．2012．02．

3、031中图分类号：TH83；S15文献标志码：A文章编号：1002—6819(2012)一02—0176-04李颉，张小超，苑严伟，等．北京典型耕作土壤养分的近红外光谱分析[J]．农业工程学报，2012，28(2)：176—179．LiJie，ZhangXiaochao，YuanYanwei，eta1．AnalysisofsoilnutrientcontentbasedonnearinfraredreflectancespectroscopyinBeijingregion[J]．Transactionsof

4、theCSAE，2012，28(2)：176—179．(inChinesewithEnglishabstract)0引言精细农业变量施肥取决于对农田的土壤养分分布信息的了解，快速获取土壤信息是实施精细农业的基础【1。2l。近红外光谱(NIR)分析方法具有快速、高效、无损和适合在线分析等优点，近年来，采用近红外光谱技术获取土壤养分信息，成为国内外学者研究的重点【3。5】。Hummel等分析土壤水分和有机质与近红外光谱之间的关系，利用逐步多元回归的方法建立了预测模型[6】。Krishnan等分析土壤有机质和近红

5、外光谱之间的关系，利用4个波长(1130，l350，1398，2210nm)进行多元线性回归分析建立模型【71。Confalonieri等用近红外反射光谱法测定了不同土壤中的总有机碳、总氮、可交换钾和速效磷，认为近红外光谱法可以准确测定土壤中总氮和有机碳含量，代替常规的化学分析方法，而町交换钾和速效磷预测效果很不理想，但或许可以用该法进行样品分组。孙建英等应用近红外光谱分析土壤水分、全氮和有机质，应用一元和多元线性回归建立模型[8】。以上研究都是利用一元或多元线性回归的方法建立模型，由于近红外吸收光谱是由重

6、叠的合频和倍频组成的，其单个成分吸收峰的分辨率很低【2】，因此，需要找到一种更为有效的回归建模方法，使得模型计算更为简便，预测稳定性更好。同收稿日期：2011-03．08修订日期：2011-1l—09基金项日：973计划课题(2010CB735707)，北京市科技计划资助项目(D101105046310002．D101105046310003)作者简介：李颉(1984一)，男，云南红河人。研究方向：土壤光谱特性分析。北京土壤植物机器系统技术国家重点实验室，中国农业机械化科学研究院，100083。Email：

7、yyw215@163．corn※通信作者：张小超(1957一)，研究员，博士生导师。研究方向：精细农业。北京土壤植物机器系统技术国家重点实验室，中国农业机械化科学研究院，100083。Email：zxe@caan∞．org．cn，农业工程学会会员(041200093S)时，京郊是北京市粮食、蔬菜和水果的重要供应基地，研究京郊土壤养分的预测模型是十分必要的。研究表明，与主成分同归相比，偏最小二乘回归方法(partialleastsquaresregression，PLS)可采用较少的凶子达到最小的均方误差，它

8、能较好地解决一般多无线性回归难以解决的如计算复杂、多重相关等问题【9l。本研究探讨应用偏最小二乘法(PLS)建立土壤养分预测模型，并对模型进行验证。1材料和方法1．1试验材料北京郊区县土壤覆盖率为82％，面积约为137．8万hm2，其中，褐土面积为89．1万hm2，占北京地区土壤面积的近65％。为了指导小麦播种时的变量施肥，须首先获取田问养分的分布情况，试验中的72个土样均采集于北京市昌平区中国农业机械化科学研究