农业土壤中总有机碳和总氮的近红外检测

传统农业的现代化由于采用了施化肥、控制杂草、土壤耕作新方法以及选择高产品种等手段已经大幅提高了农作物的产量。农艺技术可以可观的影响土壤的肥力。如果精确农业中的农作物生产是持续和有成本效益的，就需要更多的有关土壤成分的信息。使用化学方法对土壤进行分析是准确的，但是需要很多的时间和人工，而且成本高，并且产生有害污染物影响环境，这些使得化学方法不适合作为常规的测定方法。近红外反射光谱(NIR)是一种可能的备选方式，它同时节约了时间和人工劳力，并减少了化学试剂的成本。NIR已经被不同程度地成功的应用在一系列土壤成分的分析上。

　　在ISCF的一个长期项目中，正在研究不同作物轮作对土壤肥力的影响。作为对各种不同农作物常规的研究的补充，从1985年开始定期地收集土壤样品，目前的收集周期是3年。主要目的是确定在土壤肥力尤其是土壤组成上的精细作物管理实施对多种农作物轮作的主要及次要影响。

　　此项目中近红外(NIR)反射光谱用于土壤非破坏性特性分析的可能性研究已经展开，目标是开发可以预测诸如总有机碳、总氮、可交换钾及有效磷等土壤中成分的稳定定标方程，用于田间试验中的监控。

　　材料和方法

　　土壤样品 样品从Lodi附近的Po Valley的一个长期试验田中收集，pH为6.2的砂质土壤。比较了5种不同的轮作方式，分别代表了不同的作物强化程度的饲用作物体系：

　　(1) 1年连续的双作物轮作，意大利黑麦草(lolium multiflorum Lam.) + 青贮玉米(zea mays L.)；(2) 3年轮作，意大利黑麦草 + 青贮玉米-大麦(hordeum vulgare L.) + 青贮玉米-粮用玉米；(3) 6年轮作，意大利黑麦草 + 青贮玉米(3年)-轮作牧草(3年)(trifolium repens L. + festuca arundinacea Schreb.)；(4) *牧草的单作；(5) 粮用玉米的连续单作。

　　每一个轮作从属于2个作物管理实践，包括不同的营养水平、杂草控制和土壤耕种方法。在1985年实验开始，在1997年又重新开始，在总共72块土地的每一块随机钻取5个土样(0-30cm深)。

　　化学和NIR分析 所有样品风干后充分研磨去测定总氮、总有机碳、可交换钾和有效磷，并进行NIR扫描。总氮和总碳由杜马斯燃烧法来测定，使用CE Instruments公司的NA1500元素分析仪。有效磷含量用0.5mg NaHCO3(pH 8.5)溶液萃取后以抗坏血酸法测定。可交换钾用1mg醋酸铵萃取后以电感耦合等离子发射光谱测定。

　　土壤的光谱范围是1100-2500nm。

　　开发NIR定标 初始的定标数据是142个土壤样品，对每一个成分都分别使用了Step-up，Stepwise和改进的偏zui小二乘法MPLS，用所有数据建立回归模型。另外通过计算将光谱马氏距离>3的反常样品去除，或者手工排除那些难以很好解释的样品，再使用MPLS方法生成定标方程。所有的模型都被用来预测1985年和1997年采集样品的总氮、总有机碳、可交换钾和有效磷含量。

　　结果

　　NIR定标开发 获得的定标方程对总氮、总有机碳、可交换钾和有效磷含量的预测统计数据列于表1。

　　表1：定标方程开发交互验证过程中对总氮、总有机碳、可交换钾和有效磷含量预测的统计数据

　　* 在定标运算中使用的样品数量

　　从表中可以看出不同回归算法得到的模型结果之间的差异。总有机碳的定标是其中zui好的，总氮的略差一些。可交换钾和有效磷的结果相比于氮和碳要逊色。总之，交互验证的结果显示了近红外预测土壤中总氮和总有机碳的可行性。

　　近红外预测 用上面获得的定标对于1985和1997年土壤样品的进行预测的结果统计数据列于表2。

　　表2：所有预测1985和1997土壤样品中总氮、总有机碳、可交换钾和有效磷含量的定标模型准确度