一种含水土壤的总氮含量红外光谱分析方法技术

本发明专利技术属于土壤总氮含量分析技术领域，具体涉及一种含水土壤的总氮含量红外光谱分析方法。本发明专利技术的方法包括如下步骤：步骤1，采集土壤样品的近红外光谱，得到近红外光谱原始数据；步骤2，采用直接光谱转换算法，将步骤1得到的近红外光谱原始数据转换为干燥土壤的近红外光谱数据；步骤3，根据步骤2所得干燥土壤的近红外光谱数据预测所述土壤样本的总氮含量结果。本发明专利技术能够更加准确地预测含水土壤中的总氮含量，能够减少人力和资源的消耗，具有高效率和低成本的优势，因而本发明专利技术的方法在农业、环保和生物研究等领域具有很好的应用前景。景。景。

【技术实现步骤摘要】
一种含水土壤的总氮含量红外光谱分析方法


[0001]本专利技术属于土壤总氮含量分析
，具体涉及一种含水土壤的总氮 含量红外光谱分析方法。

技术介绍

[0002]土壤中营养元素的含量不仅影响植被和农作物的生长，同时还会影响区 域生态质量以及动植物种群的分布。因此，对土壤中营养元素的测定已成为 现代环境科学、农业科学以及生态学等领域的迫切需求。
[0003]氮是许多生物进行生化反应所需要的基本元素，是构成DNA、RNA等 生物分子的四种基本元素之一，同时其也是蛋白质的组成元素之一。氮元素 还在植物的光合作用中起作用，它在相关化学反应中用来制造叶绿素分子。 土壤氮(总氮)可以促进农作物叶、根和茎的生长发育，因此总氮能够影响 农作物生长的品质。因此，土壤的总氮含量的测定对农作物生长、相关科学 研究和环境监控等是非常重要的。
[0004]目前，普遍用于土壤中总氮分析的国家标准方法(HJ 717
‑
2014)为一种 基于实验室分析的化学方法，该方法虽然能够准确分析土壤中的总氮含量， 但是却存在分析速度慢、操作复杂、分析成本高、容易造成二次污染，并且 很难应用于野外现场分析。
[0005]因此，人们开始开发其他的土壤总氮分析技术。近红外光谱法是一种基 于光谱技术的物理分析法，具有分析速度快、低成本、无试剂消耗、以及能 实现多组分同时测定，并且仪器小巧轻便，可适用于野外分析等优点受到人 们的广泛关注。中国专利技术专利申请“CN108982406A一种基于算法融合的土 壤氮素近红外光谱特征波段选取方法”公开了一种利用近红外光谱数据分析 土壤总氮含量的方法，该方法中利用向后区间偏最小二乘法BIPLS与竞争自 适应权重采样法CARS融合的方式，分别选择出土壤的近红外光谱特征区间 与特征变量，对两种算法的结果进行优化融合后确定该土壤的近红外光谱特 征区间；再次用PLS算法建立特征波段光谱与土壤氮素含量之间的预测模型。
[0006]然而，土壤中通常含有水分，且随着时间、地域等因素的不同，土壤的 含水量变化也较大。根据本领域的相关研究结果可知，水在土壤样本中的存 在可能对其红外光谱产生如下影响：(1)土壤水分可通过影响土壤化学性质， 从而能改变近红外光谱数值；(2)水分含量的上升会导致土壤的反射率降低， 从而使得采集到的红外光谱数据的强度发生变化。然而，现有的土壤含氮量 预测模型并没有考虑含水量对红外光谱的影响。因此，利用现有的预测模型 预测土壤的含氮量时，对于含水量偏离建模样本较大的土壤样品，其预测结 果的准确性必然受到不利的影响。

技术实现思路

[0007]针对现有技术的缺陷，本专利技术提供一种含水土壤的总氮含量红外光谱分 析方法，目的在于对含水土壤的总氮含量进行准确的分析。
[0008]一种含水土壤的总氮含量红外光谱分析方法，包括如下步骤：
[0009]步骤1，采集土壤样品的近红外光谱，得到近红外光谱原始数据；
[0010]步骤2，采用直接光谱转换算法，将步骤1得到的近红外光谱原始数据 转换为干燥土壤的近红外光谱数据；
[0011]步骤3，根据步骤2所得干燥土壤的近红外光谱数据预测所述土壤样本 的总氮含量结果。
[0012]优选的，所述土壤样品的含水率为5％
‑
35％，和/或，所述土壤样品采集 自成都平原。
[0013]优选的，步骤2中，所述直接光谱转换算法中，所述近红外光谱原始数 据与所述干燥土壤的近红外光谱数据的转换关系为：
[0014]S1＝S2F+E
[0015]其中，S1为干燥土壤的近红外光谱数据，S2为近红外光谱原始数据，S1和 S2为维数m
×
p的矩阵，m为土壤样品的数量，p为近红外光谱原始数据的数 据点数量；F为光谱转移矩阵，E为残差矩阵。
[0016]优选的，所述光谱转移矩阵和残差矩阵通过如下方法确定：
[0017]步骤a，采集土壤样品的近红外光谱，得到近红外光谱原始数据，将所 述近红外光谱原始数据用S1表达，将S1进行中心化预处理后得到
[0018]步骤b，将所述土壤样品烘干得到干燥土壤样品，采集干燥土壤样品的 近红外光谱，得到干燥土壤的近红外光谱原始数据，将所述干燥土壤的近红 外光谱原始数据用S2′
表达，将S2′
进行中心化预处理后得到
[0019]步骤c，计算得到光谱转移矩阵F和残差矩阵E，计算公式为：
[0020][0021][0022][0023]其中，与分别是S1和S2′
的每列元素取平均值后组成的行向量，k 是各元素为1的列向量，d
s
为环境基线矫正矩阵。
[0024]优选的，所述m的取值为50，采集的土壤样品数量大于50时，采用 Kennard
‑
Stone算法从所有土壤样品中选出50个样品。
[0025]优选的，步骤3包括如下步骤：
[0026]步骤3A，通过SG平滑算法对所述干燥土壤的近红外光谱数据进行预处 理；
[0027]步骤3B，通过预测模型对经过步骤3A预处理后的近红外光谱数据进行 预测，得到总氮含量结果。
[0028]优选的，步骤3B包括如下步骤：采用全波长预测模型对所述预处理后 的近红外光谱数据进行预测，得到总氮含量结果；所述全波长预测模型通过 PLSR算法或ANN算法建模得到。
[0029]本专利技术还提供一种计算机设备，用于土壤总氮的红外光谱分析，包括存 储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征 在于，所述处理器执行所述程序时实现上述含水土壤的总氮含量红外光谱分 析方法。
[0030]本专利技术还提供一种土壤总氮的红外光谱分析系统，其特征在于，包括：
[0031]红外光谱采集和/或输入装置，用于采集和/或输入近红外光谱数据；
[0032]上述计算机设备，用于分析近红外光谱数据，得到总氮含量结果。
[0033]本专利技术还提供一种计算机可读存储介质，其特征在于：其上存储有计算 机程序，所述计算机程序用于实现上述含水土壤的总氮含量红外光谱分析方 法。
[0034]本专利技术的分析方法通过直接光谱转换算法，能够将含水土壤的红外光谱 通过数学转换的方式变换为干燥土壤的红外光谱，利用该转换后得到的干燥 土壤的红外光谱，能够得到更加准确的土壤总氮含量分析结果。
[0035]通常实验室若要对干燥土壤的光谱数据，进行分析，通常都要进行风干 或烘干等实验步骤。而通过本专利技术的方法，能够在省略这些干燥步骤的情况 下实现对干燥土壤的红外光谱的分析。这节约了大量的人力和资源，提高了 相关研究工作的效率，降低了成本。因而，本专利技术的方法在土壤总氮含量的 相关研究工作中具有很好的应用前景。
[0036]显然，根据本专利技术的上述内容，按照本领域的普通技术知识和惯用手段， 在不脱离本专利技术上述基本技术思想前提下，还可以做出其它多种形式的修改、 替换或变更。
[0037]以下通过实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种含水土壤的总氮含量红外光谱分析方法，其特征在于，包括如下步骤：步骤1，采集土壤样品的近红外光谱，得到近红外光谱原始数据；步骤2，采用直接光谱转换算法，将步骤1得到的近红外光谱原始数据转换为干燥土壤的近红外光谱数据；步骤3，根据步骤2所得干燥土壤的近红外光谱数据预测所述土壤样本的总氮含量结果。2.按照权利要求1所述的分析方法，其特征在于：所述土壤样品的含水率为5％
‑
35％，和/或，所述土壤样品采集自成都平原。3.按照权利要求1所述的分析方法，其特征在于：步骤2中，所述直接光谱转换算法中，所述近红外光谱原始数据与所述干燥土壤的近红外光谱数据的转换关系为：S1＝S2F+E其中，S1为干燥土壤的近红外光谱数据，S2为近红外光谱原始数据，S1和S2为维数m
×
p的矩阵，m为土壤样品的数量，p为近红外光谱原始数据的数据点数量；F为光谱转移矩阵，E为残差矩阵。4.按照权利要求3所述的分析方法，其特征在于：所述光谱转移矩阵和残差矩阵通过如下方法确定：步骤a，采集土壤样品的近红外光谱，得到近红外光谱原始数据，将所述近红外光谱原始数据用S1表达，将S1进行中心化预处理后得到步骤b，将所述土壤样品烘干得到干燥土壤样品，采集干燥土壤样品的近红外光谱，得到干燥土壤的近红外光谱原始数据，将所述干燥土壤的近红外光谱原始数据用S2′
表达，将S2′
进行中心化预处理后得到步骤c，计算得到光谱转移矩阵F和残差矩阵E，计算公式为：计算公式为：计算公式为：其中，与分别是S1和S2′

【专利技术属性】
技术研发人员：冷庚，刘哲，许文波，贾海涛，罗欣，常乐，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：