作者单位
摘要
1 中国科学院地理科学与资源研究所, 陆地水循环及地表过程重点实验室, 北京 100101
2 中国科学院大学, 北京 100049
3 中国农业大学农业部设施农业工程重点开放实验室, 北京 100083
通过对全国十几个地区共26个土壤样品进行元素含量和红外光谱测定, 分析了土壤中红外发射率光谱特征, 研究了土壤发射率光谱与土壤的硝态氮(NO3-N)、 磷(P)、 钾(K)、 钙(Ca)、 镁(Mg)、 铜(Cu)、 铁(Fe)、 锰(Mn)、 锌(Zn)等元素以及pH值和有机质(OM)含量的相关性, 并利用偏最小二乘回归和多元逐步回归建立了利用发射率光谱估算土壤各种元素含量的回归模型。 由此找到了土壤元素含量与土壤发射率相关性最大的特征波段, 并遴选出了不同波段哪些土壤元素与发射率的相关性最紧密, 为开展土壤发射率的影响因素研究和由土壤中红外光谱预测土壤元素含量奠定了理论基础。 研究结果显示: (1)在8~10 μm波段范围内, 土壤发射率与土壤元素相关性从高到低依次为Ca, Mg, Mn和Fe , 相关系数最高为085, 最低为-05; 另外K, Fe, NO3-N和Zn与发射率的相关性在6~8 μm波段范围内依次减小, 相关系数最高为075, 最低为048; 而在10~14 μm波段内, Mn和K与发射率有较强的相关性, 相关系数约为05; (2)土壤发射率与土壤pH值之间大致呈抛物线关系, 在土壤的pH值为7时, 发射率最高, 随着土壤越酸或越碱, 发射率逐渐降低; (3)在建立土壤各元素含量的预测模型时发现, 偏最小二乘回归估算土壤各元素含量的精度要高于多元逐步回归, 尤其是Ca, Cu和Fe这些元素, 建模和交叉验证的R2分别能达到09、 08以上; 利用观测的土壤发射率光谱根据传感器波谱响应函数模拟得到的MODIS和ASTER传感器红外波段的发射率数据, 通过多元逐步回归模型对土壤各元素含量进行估算发现, 利用ASTER的热红外波段发射率估算土壤Ca含量时建模和验证的决定系数为0774和0892; 用MODIS的红外波段发射率估算土壤Ca和Fe含量的建模和验证的决定系数都在085以上, 估算Mg和K的建模和验证的决定系数都在05以上; 并且ASTER的第10和11波段和MODIS的第28, 29和30波段对土壤各元素有较高的敏感性, 更适合用于土壤各元素的估算。
土壤发射率 中红外波段 土壤元素 偏最小二乘回归 多元逐步回归 Soil emissivity Mid-infrared spectra Soil elements Partial least squares regression Multiple stepwise regression ASTER ASTER MODIS MODIS 
光谱学与光谱分析
2017, 37(2): 557
作者单位
摘要
1 浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
2 浙江大学唐仲英传感材料及应用中心, 浙江 杭州 310058
激光诱导击穿光谱(laser-induced breakdown spectroscopy, LIBS)是一种原子发射光谱, 具有对样本简单(或不需要)预处理, 多元素同步、 远距离测量, 适用性广等独特优势。 因此, LIBS分析技术被看作是未来化学分析和快速绿色分析技术领域的新兴技术。 目前, 土壤污染(重金属、 有机污染等)检测与防治已成为现代农业和农业可持续发展关注和研究的热点问题。 介绍了常见LIBS系统的结构组成以及工作原理, 综述了LIBS技术对土壤中大量营养元素, 重金属元素和土壤相关其他物质的研究现状和主要进展, 提出了LIBS检测技术在土壤元素等方面的研究方向和发展趋势。
激光诱导击穿光谱 土壤元素 检测 研究进展 Laser-induced Breakdown Spectroscopy Soil elements Detection Research tendency 
光谱学与光谱分析
2016, 36(3): 827

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!