91精品国产频道_在线观看APP看片黄片毛片三级片_婷婷中文字幕综合在线视频_亚洲性爱AⅤ视频_苍井空50一区二区_片多多毛片亚洲中文字幕_美女有毛无遮挡免费视频_欧美另类中字色图_成人无码秒播在线观看_国内私密经典盗摄AV

網(wǎng)站首頁(yè)  ◇  技術(shù)支持  ◇  農(nóng)業(yè)土壤中總有機(jī)碳和總氮的近紅外檢測(cè)

農(nóng)業(yè)土壤中總有機(jī)碳和總氮的近紅外檢測(cè)

  • 發(fā)布日期:2017-09-08     信息來(lái)源:      瀏覽次數(shù):2015
    •   傳統(tǒng)農(nóng)業(yè)的現(xiàn)代化由于采用了施化肥、控制雜草、土壤耕作新方法以及選擇高產(chǎn)品種等手段已經(jīng)大幅提高了農(nóng)作物的產(chǎn)量。農(nóng)藝技術(shù)可以可觀的影響土壤的肥力。如果農(nóng)業(yè)中的農(nóng)作物生產(chǎn)是持續(xù)和有成本效益的,就需要更多的有關(guān)土壤成分的信息。使用化學(xué)方法對(duì)土壤進(jìn)行分析是準(zhǔn)確的,但是需要很多的時(shí)間和人工,而且成本高,并且產(chǎn)生有害污染物影響環(huán)境,這些使得化學(xué)方法不適合作為常規(guī)的測(cè)定方法。近紅外反射光譜(NIR)是一種可能的備選方式,它同時(shí)節(jié)約了時(shí)間和人工勞力,并減少了化學(xué)試劑的成本。NIR已經(jīng)被不同程度地成功的應(yīng)用在一系列土壤成分的分析上。

        在ISCF的一個(gè)長(zhǎng)期項(xiàng)目中,正在研究不同作物輪作對(duì)土壤肥力的影響。作為對(duì)各種不同農(nóng)作物常規(guī)的研究的補(bǔ)充,從1985年開始定期地收集土壤樣品,目前的收集周期是3年。主要目的是確定在土壤肥力尤其是土壤組成上的精細(xì)作物管理實(shí)施對(duì)多種農(nóng)作物輪作的主要及次要影響。

        此項(xiàng)目中近紅外(NIR)反射光譜用于土壤非破壞性特性分析的可能性研究已經(jīng)展開,目標(biāo)是開發(fā)可以預(yù)測(cè)諸如總有機(jī)碳、總氮、可交換鉀及有效磷等土壤中成分的穩(wěn)定定標(biāo)方程,用于田間試驗(yàn)中的監(jiān)控。

        材料和方法

        土壤樣品 樣品從Lodi附近的Po Valley的一個(gè)長(zhǎng)期試驗(yàn)田中收集,pH為6.2的砂質(zhì)土壤。比較了5種不同的輪作方式,分別代表了不同的作物強(qiáng)化程度的飼用作物體系:

        (1) 1年連續(xù)的雙作物輪作,意大利黑麥草(lolium multiflorum Lam.) + 青貯玉米(zea mays L.);(2) 3年輪作,意大利黑麥草 + 青貯玉米-大麥(hordeum vulgare L.) + 青貯玉米-糧用玉米;(3) 6年輪作,意大利黑麥草 + 青貯玉米(3年)-輪作牧草(3年)(trifolium repens L. + festuca arundinacea Schreb.);(4) *牧草的單作;(5) 糧用玉米的連續(xù)單作。

        每一個(gè)輪作從屬于2個(gè)作物管理實(shí)踐,包括不同的營(yíng)養(yǎng)水平、雜草控制和土壤耕種方法。在1985年實(shí)驗(yàn)開始,在1997年又重新開始,在總共72塊土地的每一塊隨機(jī)鉆取5個(gè)土樣(0-30cm深)。

        化學(xué)和NIR分析 所有樣品風(fēng)干后充分研磨去測(cè)定總氮、總有機(jī)碳、可交換鉀和有效磷,并進(jìn)行NIR掃描??偟涂偺加啥篷R斯燃燒法來(lái)測(cè)定,使用CE Instruments公司的NA1500元素分析儀。有效磷含量用0.5mg NaHCO3(pH 8.5)溶液萃取后以抗壞血酸法測(cè)定??山粨Q鉀用1mg醋酸銨萃取后以電感耦合等離子發(fā)射光譜測(cè)定。

        土壤的光譜范圍是1100-2500nm。

        開發(fā)NIR定標(biāo) 初始的定標(biāo)數(shù)據(jù)是142個(gè)土壤樣品,對(duì)每一個(gè)成分都分別使用了Step-up,Stepwise和改進(jìn)的偏zui小二乘法MPLS,用所有數(shù)據(jù)建立回歸模型。另外通過(guò)計(jì)算將光譜馬氏距離>3的反常樣品去除,或者手工排除那些難以很好解釋的樣品,再使用MPLS方法生成定標(biāo)方程。所有的模型都被用來(lái)預(yù)測(cè)1985年和1997年采集樣品的總氮、總有機(jī)碳、可交換鉀和有效磷含量。

        結(jié)果

        NIR定標(biāo)開發(fā) 獲得的定標(biāo)方程對(duì)總氮、總有機(jī)碳、可交換鉀和有效磷含量的預(yù)測(cè)統(tǒng)計(jì)數(shù)據(jù)列于表1。

        表1:定標(biāo)方程開發(fā)交互驗(yàn)證過(guò)程中對(duì)總氮、總有機(jī)碳、可交換鉀和有效磷含量預(yù)測(cè)的統(tǒng)計(jì)數(shù)據(jù)

        

        定標(biāo)回歸算法

        總氮

        總有機(jī)碳

        鉀

        磷

        n*

        r2

        SECV

        n*

        r2

        SECV

        n*

        r2

        SECV

        n*

        r2

        SECV

        Step-up

        142

        0.83

        0.010

        142

        0.83

        0.07

        1422

        0.43

        7.83

        142

        0.70

        6.92

        Stepwise

        142

        0.85

        0.010

        142

        0.87

        0.06

        142

        0.57

        6.83

        142

        0.72

        6.66

        MPLS

        142

        0.77

        0.007

        142

        0.81

        0.07

        142

        0.49

        7.51

        142

        0.71

        6.84

        MPLS(手工挑選樣品)

        129

        0.87

        0.005

        138

        0.81

        0.07

        127

        0.70

        5.81

        128

        0.83

        4.89

        MPLS(軟件挑選樣品)

        134

        0.77

        0.007

        132

        0.81

        0.07

        129

        0.49

        7.51

        131

        0.71

        6.84

       

        * 在定標(biāo)運(yùn)算中使用的樣品數(shù)量

        從表中可以看出不同回歸算法得到的模型結(jié)果之間的差異??傆袡C(jī)碳的定標(biāo)是其中的,總氮的略差一些。可交換鉀和有效磷的結(jié)果相比于氮和碳要遜色??傊?,交互驗(yàn)證的結(jié)果顯示了近紅外預(yù)測(cè)土壤中總氮和總有機(jī)碳的可行性。

        近紅外預(yù)測(cè) 用上面獲得的定標(biāo)對(duì)于1985和1997年土壤樣品的進(jìn)行預(yù)測(cè)的結(jié)果統(tǒng)計(jì)數(shù)據(jù)列于表2。

        表2:所有預(yù)測(cè)1985和1997土壤樣品中總氮、總有機(jī)碳、可交換鉀和有效磷含量的定標(biāo)模型準(zhǔn)確度

        

        定標(biāo)回歸算法

        總氮

        總有機(jī)碳

        鉀

        磷

        r2

        SEP

        Bias*

        r2

        SEP

        Bias

        r2

        SEP

        Bias

        r2

        SEP

        Bias

        1985 預(yù)測(cè)

       

        Step-up

        0.93

        0.004

        0.000

        0.84

        0.054

        0.003

        0.50

        7.114

        0.381

        0.25

        5.441

        -0.797

        Stepwise

        0.93

        0.004

        0.000

        0.86

        0.051

        -0.003

        0.59

        6.411

        0.276

        0.29

        5.306

        -0.203

        MPLS

        0.93

        0.004

        0.000

        0.88

        0.049

        -0.001

        0.69

        5.589

        -0.055

        0.50

        4.491

        -0.123

        MPLS(手工挑選樣品)

        0.93

        0.004

        0.000

        0.88

        0.049

        -0.001

        0.63

        6.233

        -0.102

        0.56

        4.162

        -0.114

        MPLS(軟件挑選樣品)

        0.94

        0.004

        0.000

        0.89

        0.047

        0.002

        0.66

        5.855

        0.757

        0.57

        4.083

        -0.127

        1997預(yù)測(cè)

       

        Step-up

        0.76

        0.008

        0.000

        0.78

        0.071

        -0.003

        0.50

        7.507

        -0.370

        0.23

        7.556

        0.775

        Stepwise

        0.80

        0.007

        0.000

        0.83

        0.061

        0.003

        0.65

        6.261

        -0.268

        0.25

        7.124

        0.198

        MPLS

        0.73

        0.008

        0.000

        0.77

        0.074

        0.001

        0.82

        4.558

        0.054

        0.45

        6.130

        0.119

        MPLS(手工挑選樣品)

        0.68

        0.009

        0.000

        0.74

        0.077

        0.000

        0.76

        5.211

        0.303

        0.23

        7.381

        0.957

        MPLS(軟件挑選樣品)

        0.67

        0.009

        0.001

        0.72

        0.080

        0.001

        0.48

        8.208

        -0.208

        0.23

        7.265

        -0.793

       

        * 所有樣品的化學(xué)分析結(jié)果平均值和近紅外預(yù)測(cè)結(jié)果平均值之間的差異

        比較有意思的是,在總氮和總有機(jī)碳這2個(gè)成分上,1985年樣品的結(jié)果要好于1997年的結(jié)果。這2個(gè)成分zui成功的預(yù)測(cè)是對(duì)1985年樣品,以MPLS方法回歸得到的模型。這2個(gè)成分的結(jié)果表明近紅外光譜可以做為測(cè)定它們的方式。對(duì)于可交換鉀,以r2和SEP作為其預(yù)測(cè)效果是相當(dāng)不錯(cuò)的,盡管與其它模型相比沒有那么成功??山粨Q鉀也可以用近紅外進(jìn)行預(yù)測(cè),結(jié)果的準(zhǔn)確性至少可以區(qū)分不同類型的土壤樣品。zui后討論一下有效磷,近紅外的預(yù)測(cè)結(jié)果似乎不是很成功,用于判斷磷含量高或低還是可靠的。

        結(jié)論

        通過(guò)我們的研究證明了,近紅外反射光譜可以用來(lái)測(cè)定土壤的總氮和總有機(jī)碳并有很好的準(zhǔn)確性,所以可以作為一種分析土壤樣品這些成分的常規(guī)的、快速的并且是非破壞性的方法。對(duì)于可交換鉀的結(jié)果稍遜,可以用于提供可靠的樣品分類。對(duì)其它成分例如有效磷,至少在我們的研究中近紅外反射光譜似乎可用于大致的粗測(cè)。一個(gè)利用同一長(zhǎng)期試驗(yàn)的新系列的6年輪作土壤樣品對(duì)近紅外可靠性的驗(yàn)證工作正在進(jìn)行中。