土壤分析中對于近紅外、中紅外光譜技術的應用

朱文超

摘 要 土壤是農業可持續發展的核心部分，也是人類生存的重要自然資源。土壤科學研究活動在合理利用土壤，高效發展農業方面發揮著積極作用。本文主要從分析近紅外與中紅外光譜技術的基本情況入手，著重介紹了近紅外與中紅外光譜區域情況，闡明了這一技術的實際應用方向和優勢，還提出了其在土壤分析中的實踐應用情況，并結合現階段的應用不足，展望今后近紅外與中紅外光譜技術的應用方向，為提升該項技術在土壤分析工作中的應用水平提供一定借鑒和參考。

關鍵詞 近紅外;中紅外光譜技術;土壤分析

前言

現代化土壤分析研究工作實施中，確保分析精確性，是現階段相關工作者的重要工作內容。常規性土壤分析方法的成本較高，周期較長，還容易產生污染問題，不適應大范圍推廣。近紅外與中紅外光譜技術在當前眾多領域應用程度較高，在食品、醫藥、農業以及石油化工等領域擁有顯著應用效果。將近紅外與中紅外光譜技術積極應用在土壤分析工作之中，可以取得良好成效。

1近紅外與中紅外光譜技術的基本情況

1.1 近紅外與中紅外光譜

近紅外（NIR）光譜技術在當前較多領域都顯現出應用優勢，近紅外光譜區域是發現最早的非可見光譜區域，處在可見光和中紅外光之間，是指780～2500nm波長范圍內的電磁波[1]。近紅外光譜信息是從分子內部振動合頻與倍頻而來的，主要是面向分子含氫基團倍頻與合頻的振動吸收情況進行反映。在近紅外光譜區域之中，較多有機物都顯現出明顯的特征優勢。

中紅外（MIR）光譜是指處在2500～5000nm波長范圍內的電磁波。在中紅外光譜范圍內，基頻、合頻以及倍頻吸收是主要的吸收峰，顯現出分子結構特征性。對于不同化合物來說，紅外吸收光譜有著明顯特征，化合物的實際類型及其狀態，會影響到譜帶的數量、位置、強度、形狀等情況[2]。

近紅外與中紅外光譜之間存在著一定差異，前者是通過合頻或者倍頻吸收物質分子內部振動，不僅信息強度較弱，而且在不同官能團、組分之間的譜帶重疊的可能性較大，會增加解析譜圖的難度;而后者屬于基頻吸收方式，擁有較強的信息強度，在提取信息方面相對來說較為容易[3]。

1.2 近紅外與中紅外光譜分析技術

隨著現代科學技術的持續更新和進步，如化學計量學、綜合光譜學、近紅外光譜技術以及計算機應用技術等，促進了近紅外與中紅外光譜技術的發展，支持其能夠有效應用在現實分析工作之中。實際開展光譜分析工作的過程中，該技術的核心在于針對光譜信息和組分理化特性之間進行分析，建立起專門性的函數關系，也就是校正模型。在實際開展光譜回歸分析的過程只中，使用多元線性回歸方法、偏最小二乘法、主成分回歸以及拓撲學方法等，都能夠取得良好效果。光譜容易受到外界因素影響，測量環境、光譜儀自身形態都會容易帶來不同作用，這些影響多集中在非線性方面，面對非線性關系分析時，可以使用人工神經網絡方法和拓撲方法[4]。

2土壤分析中對于近紅外、中紅外光譜技術的應用

當前近紅外與中紅外光譜技術可以被廣泛應用在多種行業領域之中，給相關行業建設與發展提供可靠數據支持。土壤學領域積極引進近紅外與中紅外光譜技術，同樣可以展現良好效果[5]。

2.1 近紅外光譜技術

研究學者開展土壤分析工作的過程中，經常會使用到近紅外光譜技術，主要是用于快速測定好土壤組分含量。測量水分含量，是該項技術的典型優勢。學者Bowers等人在測量實踐活動中，發現當土壤含水量增多，對于土壤測定的可見——近紅外光譜波段顯現出反射率下降的情況，奠定了近紅外光譜技術的應用基礎[6]。土壤之中，擁有生物性、結構性的基本物質是土壤有機質，這是生命活動的重要條件和產物，對于緩解溫室效應具有積極意義。在農業可持續發展過程中，針對土壤有機質的性質和轉化機理加以深入研究，可以取得良好效果。這其中采用近紅外光譜技術，可以積極構建起可靠的研究模型，達到準確測量土壤含量的目的。在近紅外光譜技術的支持下，土壤的有機質、水分、總氮含量、總碳含量以及有機碳等，都能夠得到較為準確的結果[7]。在分析土壤的過程中，使用這一技術效果顯著。同時在土壤分類過程中，還可以借助于近紅外光譜技術實施定性分析活動，逐漸代替以往土壤分析方法。為保證土壤分類的科學性和合理性，需要研究土壤的內在光譜特性，從而獲取到較為準確的判別指標。聚類分析模式在近紅外光譜技術中占據重要地位，其能夠快速分析好土壤類型[8]。

2.2 中紅外光譜技術

在分析土壤有機、無機碳的過程中，中紅外光譜技術顯現出更好的應用效果。Minasny等學者在研究中發現，使用偏最小二乘法和中紅外光譜技術，可以針對土壤的礦物成分、有機成分以及土壤化學特性等進行準確預報[9]。在金屬元素的預報工作之中，中紅外光譜技術要好于近紅外技術。在中紅外光譜區域，基本分子振動過程中的吸收峰較為強烈，土壤之間的差異性得以顯現，預測結果更為明顯，使用中紅外光譜技術手段，可以得到更好精確度的土壤成分含量分析結果[10]。

3近紅外與中紅外光譜技術應用中的不足展望

3.1 應用中的不足

近紅外與中紅外光譜技術在實際應用過程中，顯現出極大的優勢與價值。盡管研究學者對于該項技術表現出極大興趣，但是由于這一技術應用于土壤分析的起步還較晚，在書籍理論研究和評論方面還較少，無法給更好強化該技術的應用提供豐富理論支持[11]。

近紅外與中紅外光譜技術是間接分析的方法，具體應用環節，需要使用到較多參考方法作為支持，達到測定土壤樣品理化特性的目的。其中要針對土壤樣品的光譜和理化特性進行結合，建立起校正模型，并以此為基礎，完成預測土壤樣品性質任務。這種情況對于被測量的土壤樣品提出了較高要求，要明確好土壤樣品的實際類型，預測出理化特性范圍，尤其是要準確測定出每一組分的理化特性。整個環節進行中，需要有大量人力、物力的投入，工作難度較大，成本較高。同時此類研究工作重要集中在基礎應用方面，對于近紅外與中紅外光譜分析技術來說，還沒有形成完善性的應用系統，從而容易導致測量評價工作中產生偏差[12]。

在優化近紅外與中紅外光譜建模的過程中，能夠使用到多種方法，實際應用環節需要更好貼合具體分析目標，選擇到科學有效的光譜預處理方法、數據建模方法，還要進一步探索這些應用方法的實施策略[13]。

3.2 應用展望

近紅外與中紅外光譜技術在土壤分析工作中擁有較為積極效果，不僅測量數據較為準確，還能夠開展預報工作，在未來土壤學領域中具有廣闊應用前景[14]。在未來土壤分析活動進行中，突顯出近紅外與中紅外光譜技術的應用優勢，要注重做好技術層面開發和深入研究活動，主要涉及以下一些領域。

（1）在不同優化方法基礎上，所構建的模型產生的預報能力擁有較大差別。現階段國內土壤分析工作進行中使用近紅外與中紅外光譜技術，需要利用光譜儀軟件處理數據，實施建模活動，不具備較強的能動性，未來需要積極借鑒這一技術在其他領域中的應用情況，積極采用遺傳算法、小波分析方法、正交信號分解方法、神經網絡建模方法以及支持向量機方法等，還要持續探索和優化土壤分析領域中多種方法的應用，如譜圖壓縮和信息提取方法、光譜預處理方法以及數據建模方法等[15]。

（2）未來技術發展層面，要持續優化近紅外與中紅外光譜的預報建模工作，開發出一些適合土壤分析的專項儀器設備，引進高效先進的配套研究軟件。

（3）國內土壤研究部門可以和國際土壤信息單位和機構之間保持著密切學術交流和合作，推進土壤分析工作順利開展并取得良好成效。

（4）實現遙感技術和近紅外與中紅外光譜技術的深度科學結合，促進土壤成分信息的高效獲取，支持土壤分析工作取得良好成效。高光譜遙感技術在助推農業發展方面發揮著積極作用，充分發揮近紅外與中紅外光譜技術快速、便捷、高效以及在線分析土壤樣品預處理方面的優勢，更好適應現代化土壤分析工作的發展趨勢，推進“數字土壤”的實現。

4結束語

近紅外與中紅外光譜技術是在多種現代科學技術不斷優化基礎上發展而來的，對于當前土壤分析工作具有積極作用，能夠被廣泛應用在土壤學領域之中。進一步探索近紅外與中紅外光譜技術的實際運用手段，持續優化和完善相關配套技術和設施，將能夠推進精準農業的健康長遠發展。

參考文獻

[1] 王璨，武新慧，李戀卿，等. 卷積神經網絡用于近紅外光譜預測土壤含水率[J]. 光譜學與光譜分析，2018，38（1）：42-47.

[2] 呂雪娟，顧蔚藍，區偉珍. 近紅外光譜技術在廣東地區不同類型土壤有機質、總氮、水分含量和pH值的測定研究[J]. 光譜學與光譜分析，2018，38（S1）：398-399.

[3] 張小鳴，冒智康，李紹穩，等. 蟻群算法在土壤速效磷近紅外光譜波長選擇中的應用[J]. 江蘇農業科學，2019，47（19）：227-231.

[4] 李陽，劉新路，彭杰，等. 基于可見光近紅外光譜的南疆荒漠土壤有機質反演研究[J]. 土壤通報，2018，49（4）：17-22.

[5] 辛琦，安巖，董科研，等. 面向土壤含量檢測的近紅外光譜儀分析與設計[J]. 長春理工大學學報（自然科學版），2018，41（5）：13-16.

[6] 劉曉，張廳，王云，等. 近紅外光譜技術在茶葉中的應用研究進展[J]. 中國農學通報，2018，35（29）：124-125.

[7] 盛孟鴿，王凱，王玉潔，等. 基于近紅外光譜技術的茶園土壤酸堿狀況快速判別[J]. 安徽農業大學學報，2018，45（4）：580-587.

[8] 劉娟. 中紅外光譜與近紅外光譜在汽柴油分析中的技術對比分析[J]. 中國化工貿易，2018，10（23）：110-111.

[9] 曲楠，竇森. 近紅外光譜法對土壤有機碳組成的無損分析[J]. 東北師大學報：自然科學版，2018，50（1）：99-104.

[10] 董桂梅，楊仁杰，楊延榮，等. 近紅外光譜定量分析土壤全氮含量預處理方法探討[J]. 光譜學與光譜分析，2018，38（S1）：84-85.

[11] 史楊. 基于可見光近紅外光譜的土壤成分預測模型研究[D]. 北京：中國科學技術大學，2018.

[12] Soriano-Disla José M，Janik L J，Forrester S T， et al. The use of mid-infrared diffuse reflectance spectroscopy for acid sulfate soil analysis[J]. Science of the Total Environment，2019，（646）：1489-1502.

[13] Xia Y，Ugarte C M，Guan K，et al. Developing Near- and Mid-Infrared Spectroscopy Analysis Methods for Rapid Assessment of Soil Quality in Illinois[J]. Soil Science Society of America Journal，2018（1）：14-15.

[14] Rathod P H，Mueller I，Van d M F D，et al. Analysis of visible and near infrared spectral reflectance for assessing metals in soil[J]. Environmental Monitoring and Assessment，2016，188（10）：558.

[15] Fellet M . New applications of near-infrared spectroscopy in crop and soil analysis[J]. CSA News，2017，62（2）：145-146.