朱文超

摘 要 土壤是農(nóng)業(yè)可持續(xù)發(fā)展的核心部分，也是人類生存的重要自然資源。土壤科學(xué)研究活動(dòng)在合理利用土壤，高效發(fā)展農(nóng)業(yè)方面發(fā)揮著積極作用。本文主要從分析近紅外與中紅外光譜技術(shù)的基本情況入手，著重介紹了近紅外與中紅外光譜區(qū)域情況，闡明了這一技術(shù)的實(shí)際應(yīng)用方向和優(yōu)勢(shì)，還提出了其在土壤分析中的實(shí)踐應(yīng)用情況，并結(jié)合現(xiàn)階段的應(yīng)用不足，展望今后近紅外與中紅外光譜技術(shù)的應(yīng)用方向，為提升該項(xiàng)技術(shù)在土壤分析工作中的應(yīng)用水平提供一定借鑒和參考。

關(guān)鍵詞 近紅外;中紅外光譜技術(shù);土壤分析

前言

現(xiàn)代化土壤分析研究工作實(shí)施中，確保分析精確性，是現(xiàn)階段相關(guān)工作者的重要工作內(nèi)容。常規(guī)性土壤分析方法的成本較高，周期較長(zhǎng)，還容易產(chǎn)生污染問(wèn)題，不適應(yīng)大范圍推廣。近紅外與中紅外光譜技術(shù)在當(dāng)前眾多領(lǐng)域應(yīng)用程度較高，在食品、醫(yī)藥、農(nóng)業(yè)以及石油化工等領(lǐng)域擁有顯著應(yīng)用效果。將近紅外與中紅外光譜技術(shù)積極應(yīng)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(shù)的基本情況

1.1 近紅外與中紅外光譜

近紅外（NIR）光譜技術(shù)在當(dāng)前較多領(lǐng)域都顯現(xiàn)出應(yīng)用優(yōu)勢(shì)，近紅外光譜區(qū)域是發(fā)現(xiàn)最早的非可見(jiàn)光譜區(qū)域，處在可見(jiàn)光和中紅外光之間，是指780～2500nm波長(zhǎng)范圍內(nèi)的電磁波[1]。近紅外光譜信息是從分子內(nèi)部振動(dòng)合頻與倍頻而來(lái)的，主要是面向分子含氫基團(tuán)倍頻與合頻的振動(dòng)吸收情況進(jìn)行反映。在近紅外光譜區(qū)域之中，較多有機(jī)物都顯現(xiàn)出明顯的特征優(yōu)勢(shì)。

中紅外（MIR）光譜是指處在2500～5000nm波長(zhǎng)范圍內(nèi)的電磁波。在中紅外光譜范圍內(nèi)，基頻、合頻以及倍頻吸收是主要的吸收峰，顯現(xiàn)出分子結(jié)構(gòu)特征性。對(duì)于不同化合物來(lái)說(shuō)，紅外吸收光譜有著明顯特征，化合物的實(shí)際類型及其狀態(tài)，會(huì)影響到譜帶的數(shù)量、位置、強(qiáng)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(guò)合頻或者倍頻吸收物質(zhì)分子內(nèi)部振動(dòng)，不僅信息強(qiáng)度較弱，而且在不同官能團(tuán)、組分之間的譜帶重疊的可能性較大，會(huì)增加解析譜圖的難度;而后者屬于基頻吸收方式，擁有較強(qiáng)的信息強(qiáng)度，在提取信息方面相對(duì)來(lái)說(shuō)較為容易[3]。

1.2 近紅外與中紅外光譜分析技術(shù)

隨著現(xiàn)代科學(xué)技術(shù)的持續(xù)更新和進(jìn)步，如化學(xué)計(jì)量學(xué)、綜合光譜學(xué)、近紅外光譜技術(shù)以及計(jì)算機(jī)應(yīng)用技術(shù)等，促進(jìn)了近紅外與中紅外光譜技術(shù)的發(fā)展，支持其能夠有效應(yīng)用在現(xiàn)實(shí)分析工作之中。實(shí)際開(kāi)展光譜分析工作的過(guò)程中，該技術(shù)的核心在于針對(duì)光譜信息和組分理化特性之間進(jìn)行分析，建立起專門性的函數(shù)關(guān)系，也就是校正模型。在實(shí)際開(kāi)展光譜回歸分析的過(guò)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?fù)鋵W(xué)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(cè)量環(huán)境、光譜儀自身形態(tài)都會(huì)容易帶來(lái)不同作用，這些影響多集中在非線性方面，面對(duì)非線性關(guān)系分析時(shí)，可以使用人工神經(jīng)網(wǎng)絡(luò)方法和拓?fù)浞椒╗4]。

2土壤分析中對(duì)于近紅外、中紅外光譜技術(shù)的應(yīng)用

當(dāng)前近紅外與中紅外光譜技術(shù)可以被廣泛應(yīng)用在多種行業(yè)領(lǐng)域之中，給相關(guān)行業(yè)建設(shè)與發(fā)展提供可靠數(shù)據(jù)支持。土壤學(xué)領(lǐng)域積極引進(jìn)近紅外與中紅外光譜技術(shù)，同樣可以展現(xiàn)良好效果[5]。

2.1 近紅外光譜技術(shù)

研究學(xué)者開(kāi)展土壤分析工作的過(guò)程中，經(jīng)常會(huì)使用到近紅外光譜技術(shù)，主要是用于快速測(cè)定好土壤組分含量。測(cè)量水分含量，是該項(xiàng)技術(shù)的典型優(yōu)勢(shì)。學(xué)者Bowers等人在測(cè)量實(shí)踐活動(dòng)中，發(fā)現(xiàn)當(dāng)土壤含水量增多，對(duì)于土壤測(cè)定的可見(jiàn)——近紅外光譜波段顯現(xiàn)出反射率下降的情況，奠定了近紅外光譜技術(shù)的應(yīng)用基礎(chǔ)[6]。土壤之中，擁有生物性、結(jié)構(gòu)性的基本物質(zhì)是土壤有機(jī)質(zhì)，這是生命活動(dòng)的重要條件和產(chǎn)物，對(duì)于緩解溫室效應(yīng)具有積極意義。在農(nóng)業(yè)可持續(xù)發(fā)展過(guò)程中，針對(duì)土壤有機(jī)質(zhì)的性質(zhì)和轉(zhuǎn)化機(jī)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(shù)，可以積極構(gòu)建起可靠的研究模型，達(dá)到準(zhǔn)確測(cè)量土壤含量的目的。在近紅外光譜技術(shù)的支持下，土壤的有機(jī)質(zhì)、水分、總氮含量、總碳含量以及有機(jī)碳等，都能夠得到較為準(zhǔn)確的結(jié)果[7]。在分析土壤的過(guò)程中，使用這一技術(shù)效果顯著。同時(shí)在土壤分類過(guò)程中，還可以借助于近紅外光譜技術(shù)實(shí)施定性分析活動(dòng)，逐漸代替以往土壤分析方法。為保證土壤分類的科學(xué)性和合理性，需要研究土壤的內(nèi)在光譜特性，從而獲取到較為準(zhǔn)確的判別指標(biāo)。聚類分析模式在近紅外光譜技術(shù)中占據(jù)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(shù)

在分析土壤有機(jī)、無(wú)機(jī)碳的過(guò)程中，中紅外光譜技術(shù)顯現(xiàn)出更好的應(yīng)用效果。Minasny等學(xué)者在研究中發(fā)現(xiàn)，使用偏最小二乘法和中紅外光譜技術(shù)，可以針對(duì)土壤的礦物成分、有機(jī)成分以及土壤化學(xué)特性等進(jìn)行準(zhǔn)確預(yù)報(bào)[9]。在金屬元素的預(yù)報(bào)工作之中，中紅外光譜技術(shù)要好于近紅外技術(shù)。在中紅外光譜區(qū)域，基本分子振動(dòng)過(guò)程中的吸收峰較為強(qiáng)烈，土壤之間的差異性得以顯現(xiàn)，預(yù)測(cè)結(jié)果更為明顯，使用中紅外光譜技術(shù)手段，可以得到更好精確度的土壤成分含量分析結(jié)果[10]。

3近紅外與中紅外光譜技術(shù)應(yīng)用中的不足展望

3.1 應(yīng)用中的不足

近紅外與中紅外光譜技術(shù)在實(shí)際應(yīng)用過(guò)程中，顯現(xiàn)出極大的優(yōu)勢(shì)與價(jià)值。盡管研究學(xué)者對(duì)于該項(xiàng)技術(shù)表現(xiàn)出極大興趣，但是由于這一技術(shù)應(yīng)用于土壤分析的起步還較晚，在書(shū)籍理論研究和評(píng)論方面還較少，無(wú)法給更好強(qiáng)化該技術(shù)的應(yīng)用提供豐富理論支持[11]。

近紅外與中紅外光譜技術(shù)是間接分析的方法，具體應(yīng)用環(huán)節(jié)，需要使用到較多參考方法作為支持，達(dá)到測(cè)定土壤樣品理化特性的目的。其中要針對(duì)土壤樣品的光譜和理化特性進(jìn)行結(jié)合，建立起校正模型，并以此為基礎(chǔ)，完成預(yù)測(cè)土壤樣品性質(zhì)任務(wù)。這種情況對(duì)于被測(cè)量的土壤樣品提出了較高要求，要明確好土壤樣品的實(shí)際類型，預(yù)測(cè)出理化特性范圍，尤其是要準(zhǔn)確測(cè)定出每一組分的理化特性。整個(gè)環(huán)節(jié)進(jìn)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(shí)此類研究工作重要集中在基礎(chǔ)應(yīng)用方面，對(duì)于近紅外與中紅外光譜分析技術(shù)來(lái)說(shuō)，還沒(méi)有形成完善性的應(yīng)用系統(tǒng)，從而容易導(dǎo)致測(cè)量評(píng)價(jià)工作中產(chǎn)生偏差[12]。

在優(yōu)化近紅外與中紅外光譜建模的過(guò)程中，能夠使用到多種方法，實(shí)際應(yīng)用環(huán)節(jié)需要更好貼合具體分析目標(biāo)，選擇到科學(xué)有效的光譜預(yù)處理方法、數(shù)據(jù)建模方法，還要進(jìn)一步探索這些應(yīng)用方法的實(shí)施策略[13]。

3.2 應(yīng)用展望

近紅外與中紅外光譜技術(shù)在土壤分析工作中擁有較為積極效果，不僅測(cè)量數(shù)據(jù)較為準(zhǔn)確，還能夠開(kāi)展預(yù)報(bào)工作，在未來(lái)土壤學(xué)領(lǐng)域中具有廣闊應(yīng)用前景[14]。在未來(lái)土壤分析活動(dòng)進(jìn)行中，突顯出近紅外與中紅外光譜技術(shù)的應(yīng)用優(yōu)勢(shì)，要注重做好技術(shù)層面開(kāi)發(fā)和深入研究活動(dòng)，主要涉及以下一些領(lǐng)域。

（1）在不同優(yōu)化方法基礎(chǔ)上，所構(gòu)建的模型產(chǎn)生的預(yù)報(bào)能力擁有較大差別?，F(xiàn)階段國(guó)內(nèi)土壤分析工作進(jìn)行中使用近紅外與中紅外光譜技術(shù)，需要利用光譜儀軟件處理數(shù)據(jù)，實(shí)施建?；顒?dòng)，不具備較強(qiáng)的能動(dòng)性，未來(lái)需要積極借鑒這一技術(shù)在其他領(lǐng)域中的應(yīng)用情況，積極采用遺傳算法、小波分析方法、正交信號(hào)分解方法、神經(jīng)網(wǎng)絡(luò)建模方法以及支持向量機(jī)方法等，還要持續(xù)探索和優(yōu)化土壤分析領(lǐng)域中多種方法的應(yīng)用，如譜圖壓縮和信息提取方法、光譜預(yù)處理方法以及數(shù)據(jù)建模方法等[15]。

（2）未來(lái)技術(shù)發(fā)展層面，要持續(xù)優(yōu)化近紅外與中紅外光譜的預(yù)報(bào)建模工作，開(kāi)發(fā)出一些適合土壤分析的專項(xiàng)儀器設(shè)備，引進(jìn)高效先進(jìn)的配套研究軟件。

（3）國(guó)內(nèi)土壤研究部門可以和國(guó)際土壤信息單位和機(jī)構(gòu)之間保持著密切學(xué)術(shù)交流和合作，推進(jìn)土壤分析工作順利開(kāi)展并取得良好成效。

（4）實(shí)現(xiàn)遙感技術(shù)和近紅外與中紅外光譜技術(shù)的深度科學(xué)結(jié)合，促進(jìn)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(shù)在助推農(nóng)業(yè)發(fā)展方面發(fā)揮著積極作用，充分發(fā)揮近紅外與中紅外光譜技術(shù)快速、便捷、高效以及在線分析土壤樣品預(yù)處理方面的優(yōu)勢(shì)，更好適應(yīng)現(xiàn)代化土壤分析工作的發(fā)展趨勢(shì)，推進(jìn)“數(shù)字土壤”的實(shí)現(xiàn)。

4結(jié)束語(yǔ)

近紅外與中紅外光譜技術(shù)是在多種現(xiàn)代科學(xué)技術(shù)不斷優(yōu)化基礎(chǔ)上發(fā)展而來(lái)的，對(duì)于當(dāng)前土壤分析工作具有積極作用，能夠被廣泛應(yīng)用在土壤學(xué)領(lǐng)域之中。進(jìn)一步探索近紅外與中紅外光譜技術(shù)的實(shí)際運(yùn)用手段，持續(xù)優(yōu)化和完善相關(guān)配套技術(shù)和設(shè)施，將能夠推進(jìn)精準(zhǔn)農(nóng)業(yè)的健康長(zhǎng)遠(yuǎn)發(fā)展。

參考文獻(xiàn)

[1] 王璨，武新慧，李戀卿，等. 卷積神經(jīng)網(wǎng)絡(luò)用于近紅外光譜預(yù)測(cè)土壤含水率[J]. 光譜學(xué)與光譜分析，2018，38（1）：42-47.

[2] 呂雪娟，顧蔚藍(lán)，區(qū)偉珍. 近紅外光譜技術(shù)在廣東地區(qū)不同類型土壤有機(jī)質(zhì)、總氮、水分含量和pH值的測(cè)定研究[J]. 光譜學(xué)與光譜分析，2018，38（S1）：398-399.

[3] 張小鳴，冒智康，李紹穩(wěn)，等. 蟻群算法在土壤速效磷近紅外光譜波長(zhǎng)選擇中的應(yīng)用[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（19）：227-231.

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

[5] 辛琦，安巖，董科研，等. 面向土壤含量檢測(cè)的近紅外光譜儀分析與設(shè)計(jì)[J]. 長(zhǎng)春理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，41（5）：13-16.

[6] 劉曉，張廳，王云，等. 近紅外光譜技術(shù)在茶葉中的應(yīng)用研究進(jìn)展[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2018，35（29）：124-125.

[7] 盛孟鴿，王凱，王玉潔，等. 基于近紅外光譜技術(shù)的茶園土壤酸堿狀況快速判別[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)，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(shù)對(duì)比分析[J]. 中國(guó)化工貿(mào)易，2018，10（23）：110-111.

[9] 曲楠，竇森. 近紅外光譜法對(duì)土壤有機(jī)碳組成的無(wú)損分析[J]. 東北師大學(xué)報(bào)：自然科學(xué)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(yù)處理方法探討[J]. 光譜學(xué)與光譜分析，2018，38（S1）：84-85.

[11] 史楊. 基于可見(jiàn)光近紅外光譜的土壤成分預(yù)測(cè)模型研究[D]. 北京：中國(guó)科學(xué)技術(shù)大學(xué)，2018.

[12] Soriano-Disla José M，Janik L J，F(xiàn)orrester 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.