摘 要：近紅外光譜技術(shù)（NIRS）是一種快速的檢測(cè)分析方法，在土壤科學(xué)領(lǐng)域內(nèi)具有廣闊的應(yīng)用前景。該文主要介紹了土壤成分近紅外光譜檢測(cè)的重點(diǎn)和難點(diǎn)，并對(duì)發(fā)展動(dòng)向進(jìn)行了展望。

關(guān)鍵詞：近紅外光譜技術(shù) 土壤成分 檢測(cè) 發(fā)展動(dòng)向

中圖分類號(hào)：O657 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2013）03（b）-0-01

在農(nóng)業(yè)中，土壤成分的含量直接影響農(nóng)作物的生長(zhǎng)和豐收。但是，由于土壤污染、農(nóng)藥化肥違規(guī)使用，其中營(yíng)養(yǎng)元素（如氮、磷、鉀等）的流失或過(guò)剩已成為當(dāng)前農(nóng)業(yè)生產(chǎn)中不可忽視的問(wèn)題。對(duì)土壤成分的檢測(cè)，便于農(nóng)民了解土地的肥力，進(jìn)行科學(xué)施肥，適當(dāng)增加或減少微量元素與有機(jī)肥用量，提高農(nóng)產(chǎn)品的質(zhì)量和單位面積產(chǎn)量，改善土壤肥力，提高農(nóng)業(yè)資源的利用率和現(xiàn)代農(nóng)業(yè)精準(zhǔn)作業(yè)水平具有重要意義。

傳統(tǒng)的土壤成分含量的檢測(cè)主要在化學(xué)實(shí)驗(yàn)室進(jìn)行。這種方法不僅費(fèi)時(shí)費(fèi)力，需要專門的工作人員進(jìn)行化驗(yàn)，而且檢測(cè)速度慢、實(shí)時(shí)性差，無(wú)法適應(yīng)現(xiàn)代農(nóng)業(yè)精準(zhǔn)施肥快速檢測(cè)化的要求。而近紅外光光譜技術(shù)是一種無(wú)損、高效、快速、準(zhǔn)確的檢測(cè)技術(shù)，已經(jīng)成功在多個(gè)領(lǐng)域獲得應(yīng)用，包括農(nóng)業(yè)、食品、醫(yī)藥、煙草等行業(yè)。在近紅外光譜區(qū)域，一般有機(jī)物的吸收主要是由含某些官能團(tuán)如C-H、O-H、N-H等的伸縮、振動(dòng)、彎曲等一起的倍頻和合頻吸收譜帶的吸收。通過(guò)樣品的光譜吸收特性和樣品的組成結(jié)構(gòu)之間的關(guān)系，測(cè)得有機(jī)物的組成成分。

1 土壤成分NIRS檢測(cè)的重點(diǎn)

1.1 建立樣品庫(kù)

采集一定量具有代表性的土壤樣品，風(fēng)干、磨碎，制成需要分析檢測(cè)的樣品。首先采用常規(guī)化學(xué)分析方法測(cè)定樣品的有機(jī)質(zhì)、氮、磷、鉀等含量，為預(yù)測(cè)提供標(biāo)準(zhǔn)數(shù)據(jù)；然后根據(jù)化學(xué)檢驗(yàn)結(jié)果，盡可能獲取大量可靠數(shù)據(jù)，豐富和補(bǔ)充建模樣品庫(kù)中的數(shù)量，建立土壤成分NIRS預(yù)測(cè)的建模樣品庫(kù)。

1.2 建立NIRS數(shù)據(jù)庫(kù)

在同一實(shí)驗(yàn)條件下測(cè)定土壤成分樣品庫(kù)中樣品的近紅外光譜，建立土壤成分含量預(yù)測(cè)的近紅外光譜庫(kù)。不同的近紅外光譜檢測(cè)儀器的精度不同，其光譜也有所差別。

1.3 建立數(shù)學(xué)模型

近紅外光譜分析技術(shù)是一種間接的分析技術(shù)，要想實(shí)現(xiàn)對(duì)未知樣品的定性或定量分析，首先要對(duì)樣品通過(guò)標(biāo)定的方法建立校正模型。利用主成分分析的方法得到主要成分，利用聚類分析的方法得到光譜的類型，在模型建立過(guò)程中，通過(guò)主成分和光譜類型之間的關(guān)系，建立起光譜數(shù)據(jù)與化學(xué)值的相關(guān)關(guān)系，利用多元回歸的方法，建立基于近紅外光譜的有機(jī)質(zhì)測(cè)量模型。

1.4 光譜預(yù)處理技術(shù)

為了建立穩(wěn)定定標(biāo)模型，得到可靠、準(zhǔn)確的特征波長(zhǎng)，去除掉有各種干擾噪聲。如散射干擾、儀器噪聲等、其他組分吸收對(duì)待測(cè)組分吸收造成的干擾等，這些干擾噪聲的存在必然會(huì)影響光譜數(shù)據(jù)的分析及定標(biāo)模型的分析精度和穩(wěn)定性，以便降噪、減少各種干擾。因此，對(duì)采集的土壤樣品進(jìn)行多元散射校正有利于光譜預(yù)處理和定標(biāo)模型的建立。

2 土壤成分NIRS檢測(cè)的難點(diǎn)

2.1 樣品庫(kù)的準(zhǔn)確性

在近紅外光譜分析中，由于光譜數(shù)據(jù)中的異常光譜嚴(yán)重影響定標(biāo)模型的質(zhì)量。因此還需要剔除異常樣品，保證定標(biāo)模型的穩(wěn)定性。樣品的基體（如含水量）的影響，雖然經(jīng)過(guò)處理后，基體情況基本一致，但不能排除個(gè)別樣品基體不同的情況；樣品顆粒大小及均勻度對(duì)光的漫反射強(qiáng)度的影響；由于裝樣時(shí)樣品量的多少，裝樣的厚度，樣品表面的平整性及密實(shí)程度都對(duì)入射光在樣品表面有一定的影響，進(jìn)而影響所測(cè)得的光譜。

2.2 溫度的影響

溫度的穩(wěn)定性是保證測(cè)量系統(tǒng)分析精度及重復(fù)性的重要環(huán)節(jié)。因此要采用信噪比與溫度成反比的探測(cè)器，并對(duì)其進(jìn)行致冷控溫。近紅外分析法對(duì)儀器和樣品的溫度十分敏感，溫度變化在10～20 ℃就可以使得吸光度發(fā)生變化，而且溫度影響不呈規(guī)律性。所以分析測(cè)試前要求室溫相對(duì)穩(wěn)定，儀器要預(yù)熱一段時(shí)間，樣品也須置于儀器同一環(huán)境下放置一段時(shí)間，以達(dá)到與室溫、儀器相接近的溫度。

2.3 儀器的分辨率

近紅外光譜儀的工作狀態(tài)和掃描時(shí)各種參數(shù)的設(shè)置，特別是儀器的分辨率會(huì)嚴(yán)重影響近紅外光譜的質(zhì)量，對(duì)測(cè)量過(guò)程和分析結(jié)果產(chǎn)生很大影響。分辨率越高，近紅外光譜就越粗糙，光譜所含噪聲越多，吸光度也越大。

要減少預(yù)測(cè)引起的誤差，除了要避免以上幾種情況外，還必須保證定標(biāo)樣品能充分代表所分析對(duì)象的總體，其收集范圍應(yīng)包括將來(lái)測(cè)定未知樣品可能出現(xiàn)的待測(cè)成份含量水平和不同產(chǎn)地的情況，使各不同水平的定標(biāo)樣品數(shù)目盡可能均勻分布。

3 結(jié)語(yǔ)

從近年近紅外光譜技術(shù)在土壤領(lǐng)域應(yīng)用研究的進(jìn)展看，它既可以分析農(nóng)業(yè)及土壤方面的有機(jī)成分樣品，還可以分析土壤礦質(zhì)成分，預(yù)測(cè)土壤質(zhì)地、土壤酸堿度等。因此近紅外光譜技術(shù)作為土壤測(cè)試技術(shù)具有巨大潛力。其關(guān)鍵問(wèn)題在于定標(biāo)樣品集的選擇、光譜處理、定標(biāo)模型的建立與所測(cè)成分標(biāo)準(zhǔn)方法關(guān)聯(lián)度的好與壞。在配以判別軟件和分類軟件的前提下，還可以進(jìn)行土壤類型的

分類。

近紅外光譜技術(shù)是一種快速方便的無(wú)損檢測(cè)技術(shù)，通過(guò)近紅外光譜技術(shù)對(duì)土壤成分檢測(cè)的研究開(kāi)發(fā)具有較高的可行性。通過(guò)這項(xiàng)技術(shù)，能夠及時(shí)了解土壤成分含量在不同地段的分布，間接了解農(nóng)作物生長(zhǎng)狀況，指導(dǎo)農(nóng)民合理使用化肥，提高土地利用率。

當(dāng)前，NIRS在土壤成分檢測(cè)方面的儀器設(shè)備還處于開(kāi)發(fā)階段，便攜式的、可在田間應(yīng)用的還不多，相應(yīng)的軟件還不成熟，需要解決的難點(diǎn)還很多，距離推廣還有很多的路要走?？傊?，近紅外光譜技術(shù)在土壤學(xué)研究、土壤測(cè)試、精準(zhǔn)農(nóng)業(yè)及數(shù)字土壤等方面具有極大的發(fā)展前景，今后應(yīng)該加強(qiáng)這一領(lǐng)域的研究。

參考文獻(xiàn)

[1]金仲輝.物理學(xué)在促進(jìn)農(nóng)業(yè)發(fā)展中的作用[J].物理，2002，31（6）：392-399.

[2]韓東海，劉新鑫，涂潤(rùn)林.果品無(wú)損檢測(cè)技術(shù)在蘋果生產(chǎn)和分級(jí)中的應(yīng)用[J].世界農(nóng)業(yè)，2003（1）：42—44.

[3]趙華.日本果蔬產(chǎn)品的分級(jí)和非破壞性檢測(cè)技術(shù)[J].中國(guó)蔬菜，1996（4）：53-54.

[4]韓東海.日本的水果分級(jí)檢測(cè)高新技術(shù)[J].世界農(nóng)業(yè)，2000（12）：27-29.