应用微型近红外光谱仪快速检测桑园土壤有机质含量的方法

采用低功耗、便捷式微型近红外光谱仪建立土壤有机质(soil organic matter,SOM)含量的快速检测方法,对于桑园土壤肥力监测和精确施肥有重要意义。对采集的71份桑园土壤样品,使用便携式NIR光谱仪采集样品的NIR漫反射光谱,使用一阶求导(1stD)、标准正态变量变换(SNV)和均值中心化(MC)3种方法预处理光谱,应用偏最小二乘法(PLS)建立预测模型,并用竞争性自适应重加权法(CARS)和随机蛙跳法(Random Frog)2种方法优选特征波长、优化模型,提高模型的预测精度。结果表明,使用1stD、SNV和MC预处理组合方式效果最好,2种波长优选方法均可提高模型预测精度,其中Random Frog-PLS方法效果最佳,建模集均方根误差(RMSEC)和相关系数(RC)分别为0.46%和0.94,交叉验证集均方根误差(RMSECV)和相关系数(RCV)分别为0.62%和0.89。对37个未知桑园土壤样品进行验证,RMSEP和相关系数RP分别为0.64%和0.90,实测值与预测值的误差较小,相关性较高,表明模型预测能力较好。研究表明,将便携式微型近红外光谱仪用于SOM含量的快速分析,可以促进对桑园土壤肥力的高效管理。