小程序
微信小程序
人工客服
回顶部

土壤质地分类的近红外光谱分析方法研究

魏丽萍 | -> | 974| 1| 0.580873MB |土壤质地,分类,近红外光谱

魏丽萍 魏丽萍 | 文档量 |浏览量11834

摘 要 依据所收集的25 种土样, 采用两种不同精度仪器、三种光谱方法以及3 个不同谱区, 在四种分类标准条件下进行土壤质地分类分析方法研究。结果表明: (1) 土壤化学组成的信息主要体现在近红外光谱的谱峰特征, 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) 近红外光谱方法对土壤质地的分辨能力较低, 随着分类粗化而有所提高; (3) 在4 组分类标准中土壤质地最高预测准确度为72 % , 其中在砂粒< 70 %和粘粒< 40 %条件下, 预测准确度达到85 %; (4) 样本顶部漫反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。
    近红外(NIR) 光谱分析技术在农业领域得到了广泛应用, 其主要信息基础是被测物质有机分子的各级含氢基团倍频与合频在近红外谱区的吸收[1 ] 。在刻画土壤特性的诸多参数中, 含水率、有机质等化学组成分析成为当前光谱研究热点[2-8 ] 。对于诸如粒度等物理信息的光谱特性, 在传统
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、微分、多元校正等各种预处理方法加以消除[9-12 ] 。作为土壤最基本的物理参数之一, 土壤质地(Soil texture) 被定义为砂(Sand) 、粉粒(Silt) 和粘粒(Clay) 3 个粒级在土壤构成中的重量百分比。筛分和沉降[13 ]是确定土壤质地的经典方法,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域。本文采用三种近红外光谱方法获取25 种不同质地土壤样本的光谱信息, 运用偏最小二乘法( PLS) [14 ] 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。
魏丽萍发布的其他共享资料
    0 色谱币 下载

土壤质地分类的近红外光谱分析方法研究

(580.873K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 陇ICP备2024006362号-2