一、技術(shù)原理

1. 近紅外光譜的化學(xué)基礎(chǔ)

· 檢測波段：近紅外光（780-2500 nm）對應(yīng)有機(jī)物中含氫基團(tuán)（如 C-H、N-H、O-H）的倍頻與合頻振動，土壤中的有機(jī)質(zhì)（含碳、氮化合物）和銨態(tài)氮、硝態(tài)氮等官能團(tuán)會對特定波長光產(chǎn)生吸收。

例：

· 總有機(jī)碳（TOC）：與 C-H 鍵（如脂肪酸、腐殖酸）在 1400-1700 nm、2250-2350 nm 的吸收峰相關(guān)；

· 總氮（TN）：與 N-H 鍵（如氨基酸、蛋白質(zhì)）在 1500-1600 nm、2000-2100 nm 的吸收峰相關(guān)。

· 光譜 - 成分關(guān)聯(lián)：通過化學(xué)計量學(xué)算法（如偏最小二乘法，PLS）建立光譜數(shù)據(jù)與實(shí)驗(yàn)室化學(xué)值（如凱氏定氮法、重鉻酸鉀氧化法）的定量模型，實(shí)現(xiàn)未知樣品的成分預(yù)測。

2. 光纖光譜儀的優(yōu)勢

· 便攜性：光纖探頭可直接接觸土壤表面或插入土壤，搭配微型光譜儀（如 USB 接口設(shè)備）實(shí)現(xiàn)田間原位檢測。

· 快速性：單次光譜采集時間＜1 秒，結(jié)合預(yù)處理模型可在分鐘級輸出 TN/TOC 結(jié)果。

· 非破壞性：無需化學(xué)試劑，避免土壤樣品污染，適合長期監(jiān)測同一地塊的養(yǎng)分動態(tài)變化。

二、檢測流程與關(guān)鍵技術(shù)

1. 土壤樣品預(yù)處理

· 樣品制備：

風(fēng)干、研磨過篩（通常 2mm 篩），去除石子、根系等雜質(zhì)，確保光譜信號來自土壤基質(zhì)。

注意：土壤濕度會干擾近紅外信號（水分子在 1450 nm、1940 nm 有強(qiáng)吸收峰），需通過烘干稱重法測量含水率并進(jìn)行光譜校正，或使用漫反射光譜 + 濕度模型同步扣除水分影響。

· 光譜采集方式：

漫反射模式：光纖探頭垂直對準(zhǔn)土壤表面，測量反射光強(qiáng)度（常用積分球或漫反射探頭增強(qiáng)信號穩(wěn)定性）；

透射模式：適用于土壤懸液或薄土層，但需避免顆粒散射干擾，應(yīng)用較少。

2. 光譜數(shù)據(jù)采集與預(yù)處理

· 儀器參數(shù)設(shè)置：

波長范圍：建議覆蓋 900-2500 nm（InGaAs 探測器），確保包含 C、N 官能團(tuán)的特征吸收峰；

分辨率：≤10 nm（兼顧靈敏度與儀器成本）；

掃描次數(shù)：平均 10-50 次以降低噪聲（如環(huán)境光波動、探頭接觸差異）。

· 光譜預(yù)處理：

基線校正：消除土壤顆粒散射引起的基線漂移（如多項(xiàng)式擬合、SNV 標(biāo)準(zhǔn)化）；

導(dǎo)數(shù)變換：一階或二階導(dǎo)數(shù)處理，凸顯重疊峰的細(xì)微差異（如區(qū)分 TOC 與 TN 的吸收帶）；

歸一化：校正樣品壓實(shí)度、顆粒大小導(dǎo)致的光散射差異（如 Min-Max 歸一化、標(biāo)準(zhǔn)正態(tài)變量變換，SNV）。

3. 化學(xué)計量學(xué)模型構(gòu)建

（1）建模步驟

1. 樣本集劃分：

· 收集具有代表性的土壤樣本（建議＞200 個），覆蓋目標(biāo)區(qū)域的 TN/TOC 濃度范圍（如 TN 0.1-5 g/kg，TOC 5-100 g/kg）；

· 按 3:1 比例分為校正集（建模）和驗(yàn)證集（模型外部驗(yàn)證）。

2. 特征波長篩選：

· 競爭性自適應(yīng)重加權(quán)算法（CARS）：識別與 TN/TOC 高度相關(guān)的波長（如 TOC 在 2280 nm、TN 在 1630 nm 的特征峰）；

· 連續(xù)投影算法（SPA）：減少變量冗余，降低模型復(fù)雜度。

3. 模型訓(xùn)練與優(yōu)化：

· 主流算法：

· 偏最小二乘法（PLS）：適用于光譜共線性強(qiáng)的場景，TN/TOC 模型的 R2 通常可達(dá) 0.8-0.9；

· 隨機(jī)森林（RF）：非線性模型，對土壤基體效應(yīng)（如黏土礦物干擾）魯棒性更強(qiáng)；

· 卷積神經(jīng)網(wǎng)絡(luò)（CNN）：深度學(xué)習(xí)算法，需大量光譜數(shù)據(jù)（＞1000 個樣本），預(yù)測精度可提升 5%-10%。

· 評價指標(biāo)：

· 校正集：決定系數(shù)（R2c）、均方根誤差（RMSEC）；

· 驗(yàn)證集：預(yù)測決定系數(shù)（R2p）、預(yù)測均方根誤差（RMSEP）；

· 理想值：R2p＞0.8，RMSEP＜10% 實(shí)測值標(biāo)準(zhǔn)差。

（2）模型干擾因素與解決方案

三、典型應(yīng)用場景

1. 田間原位快速檢測

· 設(shè)備配置：便攜光纖光譜儀（如 Ocean Insight QE65Pro）+ 漫反射探頭 + 手持終端（安卓平板）；

· 操作流程：

i. 清理土壤表面雜物，插入探頭至 2-5 cm 深度；

ii. 采集 5-10 次光譜并平均，實(shí)時調(diào)用本地模型輸出 TN/TOC 結(jié)果；

iii. 結(jié)合 GPS 定位，生成土壤養(yǎng)分空間分布圖（如 ArcGIS 插值）。

· 應(yīng)用價值：

· 準(zhǔn)確農(nóng)業(yè)變量施肥：根據(jù) TOC 含量調(diào)整有機(jī)肥用量（如 TOC＜10 g/kg 地塊需增施 20% 有機(jī)肥）；

· 土壤質(zhì)量監(jiān)測：對比不同輪作模式（如玉米 - 大豆輪作 vs 單作）下 TN/TOC 年際變化。

2. 實(shí)驗(yàn)室批量分析

· 自動化系統(tǒng)：光譜儀聯(lián)機(jī)自動進(jìn)樣器（如 X-Y 平臺 + 旋轉(zhuǎn)樣品盤），單次運(yùn)行可檢測 50-100 個樣品；

· 場景：

· 土壤環(huán)境監(jiān)測站：替代傳統(tǒng)濕化學(xué)法，降低試劑消耗與檢測成本（效率提升 5-10 倍，成本降低 60%）；

· 肥料研發(fā)：快速評估堆肥腐熟度（TOC 含量下降與光譜特征變化相關(guān)）。

3. 無人機(jī) / 衛(wèi)星遙感協(xié)同

· 技術(shù)融合：

· 近地面光譜儀獲取高分辨率土壤養(yǎng)分?jǐn)?shù)據(jù)（精度 0.1-1 m2）；

· 無人機(jī)多光譜影像（如 RedEdge-P 傳感器）反演田間尺度養(yǎng)分分布，構(gòu)建 “點(diǎn) - 面” 融合模型；

· 應(yīng)用案例：大區(qū)域土壤肥力普查（如縣域尺度），識別缺氮地塊（TN＜0.5 g/kg）并生成追肥處方圖。

四、系統(tǒng)配置與性能指標(biāo)

1. 硬件選型建議

2. 性能對比（近紅外 vs 傳統(tǒng)化學(xué)法）

五、挑戰(zhàn)與發(fā)展趨勢

挑戰(zhàn)

1. 模型地域局限性：不同區(qū)域土壤母質(zhì)、氣候條件差異導(dǎo)致模型通用性差，需定期更新本地校準(zhǔn)集（建議每年補(bǔ)充 50-100 個新樣本）。

2. 低濃度檢測瓶頸：當(dāng) TN＜0.2 g/kg 或 TOC＜3 g/kg 時，光譜信號信噪比低，預(yù)測誤差明顯增加（RMSEP 可達(dá) 20%-30%）。

3. 儀器標(biāo)準(zhǔn)化：不同廠商光譜儀的波長精度、雜散光水平差異大，需建立行業(yè)校準(zhǔn)標(biāo)準(zhǔn)（如使用標(biāo)準(zhǔn)土壤參比物質(zhì)）。

發(fā)展趨勢

1. 多源數(shù)據(jù)融合：結(jié)合土壤 pH、電導(dǎo)率（EC）等理化參數(shù)，構(gòu)建 “光譜 + 環(huán)境因子” 的聯(lián)合模型，提升預(yù)測魯棒性。

2. 微型化與智能化：開發(fā)集成光譜儀、AI 芯片和無線傳輸模塊的掌上設(shè)備（如手機(jī)外接光譜探頭），支持實(shí)時數(shù)據(jù)云同步。

3. 近紅外 - 機(jī)器學(xué)習(xí)前沿算法：

· 遷移學(xué)習(xí)：利用大區(qū)域土壤光譜數(shù)據(jù)庫（如 NASA Soils-VIS-NIR）預(yù)訓(xùn)練模型，再通過本地少量樣本微調(diào)，降低建模成本；

· 注意力機(jī)制（Attention）：自動識別光譜中與 TN/TOC 最相關(guān)的特征區(qū)域，減少無效波長干擾。

六、應(yīng)用案例：東北黑土 TOC 檢測

· 背景：東北黑土區(qū) TOC 含量呈下降趨勢（從初始 30 g/kg 降至 15-20 g/kg），需快速監(jiān)測肥力變化。

· 方法：

i. 采集 150 個黑土樣本，測定 TOC（重鉻酸鉀氧化法）范圍為 8-35 g/kg；

ii. 光譜預(yù)處理：一階導(dǎo)數(shù) + SNV，特征波長篩選為 1420 nm、1950 nm、2280 nm；

iii. 建立 PLS 模型：R2p=0.87，RMSEP=2.1 g/kg，可滿足田間管理精度需求（誤差＜10%）。

· 應(yīng)用：某農(nóng)場使用便攜光譜儀每年春播前檢測 TOC，根據(jù)結(jié)果調(diào)整有機(jī)肥施用量（TOC 每降低 1 g/kg，增施有機(jī)肥 50 kg / 畝），3 年平均 TOC 提升 12%。

光纖光譜儀的近紅外檢測技術(shù)為農(nóng)業(yè)土壤養(yǎng)分快速分析提供了革命性工具，尤其適合大規(guī)模土壤普查、準(zhǔn)確施肥決策和長期肥力監(jiān)測。隨著模型優(yōu)化算法與便攜設(shè)備的進(jìn)步，該技術(shù)將逐步從科研場景走向田間地頭，成為智慧農(nóng)業(yè)的支撐技術(shù)之一。