中国黄土区土壤水分、有机质和总氮的近红外光谱分析
赵锁劳 　彭玉魁3
(西北农林科技大学测试中心,杨凌712100)
摘 　要 　用近红外光谱(NIR)对我国黄土区土壤水分、有机质和总氮含量进行评价分析。结果表明,该法与实验室化学分析法之间相关性高,误差小。52份样品定标结果:水分、有机质和总氮的复合相关系数(MR)分别为0. 974、0. 938和0. 942 ;标准误差(SE)分别为1. 08、0. 23和0. 04。74份样品的检验结果:相关系数(R)分别为0. 969、0. 921和0. 928 ;估测标准误差(SEP)分别为1. 14、0. 28和0. 05。3项组分的NIR测值均达到了与实验室化学分析相似的水平。
　土壤水分,有机质,总氮,近红外光谱

1　引 　　言
近红外光谱(NIR)分析是通过分析与物质化学成分相关的漫反射辐射光谱来确定物质组分的含量,现已广泛应用于谷物、食品、油料及饲料等常规成分含量的分析
1～3
。在土壤科学域,学者也进行了卓有成效的研究
4 ,5
,而我国尚未见应用研究的报道。本文用NIR法次对我国黄土区土壤水分、有机质和总氮含量进行了评价分析。
2　实验部分
2.1　采样与制样
按照NIR法定标要求,模拟其常态分布规律,拉开梯度档次设计标样。将从陕西、山西、甘肃、宁夏、青海等地采集的126份土壤样品(每份重1000 g)风干、磨碎,并通过0. 25 mm孔筛,四分法取样200 g ,分成二份,一份用于实验室化学分析,另一份用于NIR法测定,其余样品贮藏备用。
2.2　实验室化学分析
水分采用105℃烘干法测定,允许相对偏差为1 % ;土壤有机质采用丘林法测定,相对偏差不相比较0110 % ;总氮用瑞典Tecator Kieltec System Ⅱ型半微量凯氏定氮仪(瑞典Tecator公司)测定,允许相对偏差1 %。以上测定均重复4次以上。
2. 3　仪器和NIR分析法
51A型近红外光谱仪 ,配有IBM PC/ XT 微机与之联机。
定标样品在同一水分基础上按照51A型NIR法操作程序,寻找佳波长组合和数学处理方法,进行样品定标组的定标和样品检验组的检验。定标样品经过仪器的光学扫描和数学运算,求得C值,复合相关系数(MR)和标准误差(SE) ,建立起多元线性回归方程,再用该回归方程进行样品检验组的实测,并与实验室化学分析结果比较。
3　结果与讨论
3.1　土壤3种成分的实验室测定值
水分、有机质和总氮含量的测定结果(见表1) ,3 种成分含量变幅较大,基本上满足NIR的定标要求。
3.2　佳波长和数学方法的选择
分别选取在同一有机质和总氮含量基础上,水分含量相差较大的3个土壤样品和同一水分基础上

表1　土壤中3种成分的实验室测定值
Table 1　The measured values of three constituents of soil
项 　目
Item
样品数(份)
Number of samples
含量( %)
Content
平均值( %)
Mean
标准偏差(SD)
Standard deviation
水分Moisture 126 3. 68～13. 21 　　　　7. 31 　　　　0. 61
有机质Organic matter 126 0. 45～1. 68 0. 91 0. 18
总氮Total N 126 0. 041～0. 142 0. 104 0. 014
有机质含量相差较大的3个土壤样品进行光谱扫描,见图1 ,2 ,结果表明:光谱吸收强度与成分含量之间明显相关。
图1　有机质(0. 94 %)和总氮(0. 112 %)含量基本相同,
水分含量不同(a. 4185 % ; b. 8. 03 % ; c. 11. 24 %)的3个
土壤样品的近红外光谱图
Fig. 1　Near infrared(NIR) spectra of three soil samples
containing similar organic matter (0. 94 %) and total N content
(0. 112 %) but different moisture contents (a. 4185 % ; b.
8103 % ;c. 11. 24 %)
图2　水分含量基本相同(a. 7. 52 % ; b. 7156 % ; c.
7154 %)而有机质含量不同(a. 0149 % ; b. 0187 % ; c.
1128 %)的3个土壤样品的近红外光谱图
Fig. 2　Near infrared(NIR) spectra of three soil samples
containing similar moisture(a. 7152 % ;b. 7156 % ;c. 7154 %)
but different organic matter content(a. 0. 49 % ; b. 0187 % ;
c. 1128 %)
选取10份有代表性的土壤样品进行逐步多元线性回归分析,筛选佳波长组合和数学处理方法,结合前人测定3种成分所选用的波长,对3项组分进行预定标。表2表明:2组波长组合测定水分含量相关性较高,但其它2种成分均不如4组。因此,实际定标中选用4组波长组合及相应的数学方法。
表2　不同波长组合及数学方法对3种成分的预定标
Table 2　The precalibration of different wavelength combinations and mathematic manipulation for three constituents of soil
组别
Group
波长组合
Wavelength combination
数学方法
Math.
manipulation
水 　分
Moisture
n MR SE
有机质
Organic matter
n MR SE
总氮
Total N
n MR SE
1
1994/ 2150
1744/ 1702
2315/ 2332
1758/ 2052
1996/ 2052
2332/ 2354
F
003 10 0. 978 1. 02 10 0. 953 0. 18 10 0. 934 0. 032
2
1994/ 2150
1744/ 1702
2315/ 2332
1758/ 2052
1996/ 2052
2332/ 2354
F
004 10 0. 989 1. 00 10 0. 895 0. 25 10 0. 942 0. 031
3
1994/ 2150
1758/ 1744
2315/ 2332
1996/ 2052
1702/ 2052
2332/ 2354
F
004 10 0. 965 1. 08 10 0. 941 0. 21 10 0. 932 0. 034
4
1994/ 2150
1758/ 1744
2325/ 2332
1996/ 2052
1702/ 2052
2332/ 2354
F003 10 0. 982 0. 96 10 0. 964 0. 17 10 0. 975 0. 028
MR :multicorrelation coefficient
3.3　NIR定标及检验结果
均用52份土壤样品进行水分、有机质和总含量的NIR定标,选用6对波长组合(1994/ 2150 1996/979 8期 赵锁劳等:我国黄土区土壤水分、有机质和总氮的近红外光谱分析052 1758/ 1744 1702/ 2052 2315/ 2332 2332/ 2354)为佳测定波长,数学方法为F003
,建立定标方程;均用
74份土壤样品对定标成分进行检验,均得到校的结果(表3) 。
表3　土壤样品3种成分的NIR定标及检验结果
Table 3　The results of calibration and inspection of NIRS for three constituents of soil
成 　分
Constituent
定标Calibrations
样品数
Number of
samples
复合相关
系 　数
MR
标准误差( %)
SE
检验Inspection
样品数
Number of
samples
复合相关
系 　数
MR
估测标准
误差( %)
SEP
水分Moisture 52 0. 974 　　1. 08 74 0. 969 　　1. 14
有机质Organic matter 52 0. 938 0. 23 74 0. 921 0. 28
总氮Total N 52 0. 942 0. 042 74 0. 928 0. 046
3.4　讨论
(1)土壤样品的NIR是在一个较大范围内(1500～2360 nm)的光谱吸收,其谱线特征的差异主要取决于土壤水分含量的差异,而随有机质和总氮含量变化不大(图1) 。选择多组波长共同作用,建立多元线性回归分析,使有机质和总氮含量测定也具有相当的可靠性。(2)正确设计定标样品是保证NIR法可靠的重要条件,如果定标样品不能很好地代表实测对象,即使实验室分析的再,NIR 也不能估测。在选取定标样品时,作者按样品各成分的常态分布规律有意识的进行了梯度设计和标样的选择。(3)样品粒径大小和均匀程度与光散射有关
3
。较大的样品粒径不但影响装样的均匀程度,而且由于较大的介面出现光的漫反射,进而影响测值精度。
References
1　Peng Yukui(彭玉魁) ,Li J uying(李菊英) . ChineseNorthwestAgr. Acta(西北农业学报) ,1996,5(3) :31～34
2　Ma Xuezeng(马学增) ,Wang Jixiang(王吉祥) , Peng Yukui(彭玉魁) . ChineseNorthwestAgr. Acta(西北农业学报) ,1992,1
(2) :69～74
3　Zhang Ziyi(张子仪) , Chen Xuexiu(陈雪秀) , Ren Peng(任 　鹏) . NearInf rared RefectanceSpectroscopy For Feeds Quality
Supervision(近红外光谱分析技术) . Beijing(北京) :China Agricultural Scientech Press(中国农业科技出版社) ,1992
4　Dalal R C , Henry R J . SoilSci. Soc. Am. J. , 1986, 50 :120～123
5　Ben2Dor E , Banin A. SoilSci. Soc. Am. J. , 1995, 59 :364～372
Analysis of Soil Moisture , Organic Matter and Total Nitrogen
Content in Loess in China with Near Infrared Spectroscopy
Zhao Suolao , Peng Yukui
3
(NorthwestSci2TechUniversityof AgricultureandForestry, Yangling712100)
Abstract　The soil moisture (SM) , organic matter (OM) and total nitrogen (TN) contents in loess in China were
measured with near infrared(NIR) spectrospic method. It is shown that the results of NIR are closely correlated
with those using chemical analysis but with smaller errors. Test results on 52 samples indicate that the
multicorrelation coefficients of SM , OM and TN are 0. 974 , 0. 938 and 0. 942 respectively , and their standard
deviations are 1. 08 , 0. 23 and 0. 04 respectively. The determination results of 74 samples show that the correlation
coefficients for SM , OM and TN are 0. 969 , 0. 921 and 0. 928 respectively , and the estimated standard deviations
are 1. 14 , 0. 28 and 0. 05 respectively. Results of the three tested items(SM , OM , TN) are close to those obtained
by the chemical analysis in laboratories.
Key words　Soil moisture , organic matter , total nitrogen , near infrared spectroscopic method
(Received 4 September 2001 ; accepted 9 March 2002)
089 　　 分 析 化 学 30卷

上海佳实电子科技有限公司生产水分测量仪，红外线水分仪，水分测定仪，水分测试仪，水分检测仪，水分测试仪，含水率测试仪，水分仪，红外水分仪，卤素水分仪，红外水分测定仪，卤素水分测定仪，水份测定仪，木材水分仪，纸张水分仪，浓度仪，近红外水分仪，在线水分测定仪，在线水份测定仪，含水率测量仪，含水测定仪，化工原料水分仪，陶瓷水分测定仪，手持式水分仪，光泽度仪，光泽度计，测光仪，混凝土水分仪，煤炭水分仪，木材测湿仪，食品水分仪，水份仪，水分分析仪，固体水分仪，微波水分仪，卡式水分仪，水份测量仪，水份检测仪，粮食水分仪，谷物水分仪 

请大家选择【佳实牌】红外水分仪测定、红外线水分测仪、在线红外水分检测仪，微微波分测定仪 ！