一种利用中红外光谱检测土壤稳定碳同位素比值的方法技术

技术编号:15069222 阅读:108 留言:0更新日期:2017-04-06 16:48
本发明专利技术提供一种利用中红外光谱检测土壤稳定碳同位素比值的方法,包括如下步骤:1)测得多个定标土壤样品的稳定碳同位素比值;2)采集定标土壤样品的中红外波段的漫反射谱图,得到原始谱图;3)将原始谱图进行平滑预处理,得到处理后谱图;4)采用偏最小二乘法建立定标土壤样品的处理后谱图与稳定碳同位素比值间的定量关系模型;5)采集待测土壤样品的中红外波段的漫反射谱图,根据定量关系模型计算待测土壤样品的稳定碳同位素比值。通过该方法可以快速、准确、简便、低价的测定土壤δ13C值。

【技术实现步骤摘要】

本专利技术涉及生态学领域,特别涉及一种检测土壤的稳定碳同位素比值的方法。
技术介绍
稳定碳同位素比值(δ13C)分析方法可被用来表明土壤有机质的来源、研究土壤有机质及其组分的分解程度与周转、重现C3/C4植被的变化历史,在土壤有机质研究和生态学中正日益成为一个强有力的工具。测定土壤δ13C一般采用稳定同位素比例质谱法(IRMS),其工作原理为:土壤通过高温燃烧,其中的有机碳被转变成气态CO2;经色谱柱或吸附柱与其他气体分开后,在离子源中被离子化;离子束经聚焦和加速后,进入质量分析器;在磁场作用下,离子流按一定的荷质比(m/z)发生偏转,由于各种同位素的质量(m)不同,离子流偏转的程度也不一样;每种同位素的离子束按自己的轨道到达离子接收器,经放大后记录每种同位素的离子流强度,测出同位素比值。稳定同位素比例质谱仪价格昂贵,需专人操作,测试周期长,相应的测试成本也高。红外光谱技术在土壤分析中的应用兴起于上世纪八十年代。目前利用近红外光谱(NIR)和中红外光谱(MIR)技术,结合化学计量学手段,已广泛用于土壤各种理化性质的分析,结果令人满意。如:总碳含量、总氮含量、全磷含量、水分含量、土壤质地、钾(K)、钙(Ga)、铁(Fe)、锰(Mn)、镁(Mg)等金属的含量、微生物碳等。NIR、MIR光谱分析方法是一种间接分析方法,需要先以参考方法对大量代表性土壤样品的理化特性进行测定,通过关联样品光谱和其理化特性构建校正模型;然后运用校正模型预测未知土壤样品的组成和性质。因此,被测的土壤样品要尽可能包括所预测土壤样品的类型和理化特性的范围,并对其每一组分的理化特性进行准确测定。近红外(NIR)光谱区域是指波长在780~2500nm范围内的电磁波,其光谱信息来源于分子内部振动的倍频与合频,并且主要反映分子中含氢基团(如C-H,N-H,O-H,S-H等)的倍频与合频振动吸收。许多有机物在该光谱区域有特征性吸收,并且不同波段的吸收强度与该物质的分子结构及浓度存在对应关系。中红外(MIR)光谱区域是波长在2500~25000nm范围内的电磁波,物质在此范围的吸收峰为基频、倍频与合频吸收。不同化合物有其特异的红外吸收光谱,其谱带的强度、位置、形状及数目均与化合物及其状态有关。MIR与NIR光谱的区别在于,近红外光谱是物质分子内部振动的倍频与合频的吸收,不同组分和官能团的谱带较易重叠且信息强度较弱,导致谱图解析相对困难,所建模型易受外界因素的影响,稳定性差;而中红外光谱是分子内部振动的基频吸收,其信息强度较强,信息提取相对容易。中红外采集通常使用的方法是漫反射,其基本原理为:当光照射到疏松的固态样品的表面时,除有一部分被样品表面立即反射出来(称为镜反射光)之外,其余的入射光在样品表面产生漫发射,或在样品微粒之间辗转反射逐渐衰减,或为穿入内层后再折回的散射。这些接触样品微粒表面后被漫反射或散射出来的光具有吸收-衰减特性,这就是漫反射产生光谱的基本原因。漫反射装置的作用就是最大强度地把这些漫射、散射出来的光能收聚起来送入检测器,使得到具有良好信噪比的光谱信号。漫反射光谱技术是近20年来迅速发展的一种检测方法,该方法操作简便、快速,能非破坏地对各种样品进行快速、精确的分析,加之分析仪器的数字化和化学计量学方法的发展,运用化学计量学方法已能很好地解决光谱信息的提取及背景干扰方面的影响,使得其在许多领域中发挥出重要作用,并取得了较好的社会和经济效益。无论是NIR还是MIR光谱,在采集到的光谱信息中,包含一些会对谱图信号产生干扰的信息,从而影响模型的建立和预测,因此需要进行光谱预处理。常用的光谱预处理方法有数据平滑、基线校正、中心化、多元散射校正、标准化、导数、傅立叶变换以及以上几种方法的联合使用等。另外,谱图压缩及信息提取可提高分析信号中的有效信息率,其主要方法有主成分分析(PCA)、小波分析、模拟退火算法(SAA)、遗传算法(GA)、移动窗口(MWPLS)等。NIR和MIR光谱分析的核心技术之一是在光谱信息和组分理化特性之间建立函数关系,即建立校正模型。光谱回归分析常用的分析方法有:多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘法回归(PLSR)、人工神经网络(ANN)、支持向量机(SVM)等。MLR、PCR和PLSR多用于解决线性校正问题,ANN和SVM多用于解决非线性校正问题。目前,国内外分析土壤δ13C基本都采用稳定同位素比例质谱法,未见用中红外光谱检测土壤δ13C的报道。
技术实现思路
本专利技术所要解决的技术问题是提供一种快速检测土壤δ13C的方法,所要解决的技术问题是将中红外光谱技术结合偏最小二乘法准确快速预测土壤的δ13C值。为了解决上述问题,本专利技术提供一种利用中红外光谱检测土壤稳定碳同位素比值的方法,方法包括如下步骤:1)测得多个定标土壤样品的稳定碳同位素比值;2)采集定标土壤样品的中红外波段的漫反射谱图,得到原始谱图;3)将原始谱图进行平滑预处理,得到处理后谱图;4)采用偏最小二乘法建立定标土壤样品的处理后谱图与稳定碳同位素比值间的定量关系模型;5)采集待测土壤样品的中红外波段的漫反射谱图,根据定量关系模型计算待测土壤样品的稳定碳同位素比值。优选地,在步骤1)中,测得定标土壤样品的稳定碳同位素比值的方法为稳定同位素比例质谱法。优选地,,在步骤1)中,制备定标土壤样品的具体步骤包括:将土样除水后,磨细,过60目筛。优选地,在步骤1)中,多个定标土壤样品包括Oe和Oa层土壤的样品。优选地,在步骤3)中,将原始谱图进行平滑预处理的具体步骤包括:大气背景抑制、吸光度转换、自动基线校正和Norris一阶导数滤波平滑处理。优选地,在步骤4)中,建立定量关系模型的具体步骤包括:用SPXY法分别将光谱信息和稳定碳同位素比值划分为校正集和验证集;采用偏最小二乘法,在校正集光谱信息中提取主成分,并用20折交互验证法选取最佳主成分数,以校正集的光谱信息为自变量,以校正集稳定碳同位素比值为因变量,建立回归模型;并利用验证集检验回归模型的精度。优选地,校正集和验证集的样本数的比例为3:1。优选地,20折交互验证法的具体步骤包括:将主成分数f依次从1取值到20,对于取定的一个主成分数,将校正集分成20个子集,每个子集数据分别做一次验证集,同时其他19个子集数据作为训练集,交叉验证重复20次,平均20次的结果,最终得到一个对应主成分数的交互验证均方根误差。<本文档来自技高网
...

【技术保护点】
一种利用中红外光谱检测土壤稳定碳同位素比值的方法,其特征在于,所述方法包括如下步骤:1)测得多个定标土壤样品的稳定碳同位素比值;2)采集定标土壤样品的中红外波段的漫反射谱图,得到原始谱图;3)将原始谱图进行平滑预处理,得到处理后谱图;4)采用偏最小二乘法建立定标土壤样品的处理后谱图与稳定碳同位素比值间的定量关系模型;5)采集待测土壤样品的中红外波段的漫反射谱图,根据定量关系模型计算待测土壤样品的稳定碳同位素比值。

【技术特征摘要】
1.一种利用中红外光谱检测土壤稳定碳同位素比值的方法,其特征在于,
所述方法包括如下步骤:
1)测得多个定标土壤样品的稳定碳同位素比值;
2)采集定标土壤样品的中红外波段的漫反射谱图,得到原始谱图;
3)将原始谱图进行平滑预处理,得到处理后谱图;
4)采用偏最小二乘法建立定标土壤样品的处理后谱图与稳定碳同位素比
值间的定量关系模型;
5)采集待测土壤样品的中红外波段的漫反射谱图,根据定量关系模型计
算待测土壤样品的稳定碳同位素比值。
2.如权利要求1所述的方法,其特征在于,在所述步骤1)中,测得定标
土壤样品的稳定碳同位素比值的方法为稳定同位素比例质谱法。
3.如权利要求1所述的方法,其特征在于,在所述步骤1)中,制备定标
土壤样品的具体步骤包括:将土样除水后,磨细,过60目筛。
4.如权利要求1所述的方法,其特征在于,在所述步骤1)中,所述的多
个定标土壤样品包括Oe和Oa层土壤的样品。
5.如权利要求1所述的方法,其特征在于,在所述步骤3)中,将原始谱
图进行平滑预处理的具体步骤包括:大气背景抑制、吸光度转换、自动基线校
正和Norris一阶导数滤波平滑处理。
6.如权利要求1所述的方法,其特征在于,在所述...

【专利技术属性】
技术研发人员:康宏樟喻文娟刘星高唤唤
申请(专利权)人:上海交通大学
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1