一種利用中紅外光譜檢測土壤穩(wěn)定碳同位素比值的方法
【技術領域】
[0001] 本發(fā)明涉及生態(tài)學領域,特別涉及一種檢測土壤的穩(wěn)定碳同位素比值的方法。
【背景技術】
[0002] 穩(wěn)定碳同位素比值(δ13〇分析方法可被用來表明土壤有機質的來源、研究土壤有 機質及其組分的分解程度與周轉、重現(xiàn)C 3/C4植被的變化歷史,在土壤有機質研究和生態(tài)學 中正日益成為一個強有力的工具。測定土壤S 13c-般采用穩(wěn)定同位素比例質譜法(IRMS),其 工作原理為:土壤通過高溫燃燒,其中的有機碳被轉變成氣態(tài)C0 2;經色譜柱或吸附柱與其 他氣體分開后,在離子源中被離子化;離子束經聚焦和加速后,進入質量分析器;在磁場作 用下,離子流按一定的荷質比(m/z)發(fā)生偏轉,由于各種同位素的質量(m)不同,離子流偏轉 的程度也不一樣;每種同位素的離子束按自己的軌道到達離子接收器,經放大后記錄每種 同位素的離子流強度,測出同位素比值。穩(wěn)定同位素比例質譜儀價格昂貴,需專人操作,測 試周期長,相應的測試成本也高。
[0003]紅外光譜技術在土壤分析中的應用興起于上世紀八十年代。目前利用近紅外光譜 (NIR)和中紅外光譜(MIR)技術,結合化學計量學手段,已廣泛用于土壤各種理化性質的分 析,結果令人滿意。如:總碳含量、總氮含量、全磷含量、水分含量、土壤質地、鉀(K)、媽(Ga)、 鐵(Fe)、錳(Μη)、鎂(Mg)等金屬的含量、微生物碳等。NIR、MIR光譜分析方法是一種間接分析 方法,需要先以參考方法對大量代表性土壤樣品的理化特性進行測定,通過關聯(lián)樣品光譜 和其理化特性構建校正模型;然后運用校正模型預測未知土壤樣品的組成和性質。因此,被 測的土壤樣品要盡可能包括所預測土壤樣品的類型和理化特性的范圍,并對其每一組分的 理化特性進行準確測定。
[0004] 近紅外(NIR)光譜區(qū)域是指波長在780~2500nm范圍內的電磁波,其光譜信息來源 于分子內部振動的倍頻與合頻,并且主要反映分子中含氫基團(如C-H,N-H,0-H,S-Η等)的 倍頻與合頻振動吸收。許多有機物在該光譜區(qū)域有特征性吸收,并且不同波段的吸收強度 與該物質的分子結構及濃度存在對應關系。中紅外(MIR)光譜區(qū)域是波長在2500~25000nm 范圍內的電磁波,物質在此范圍的吸收峰為基頻、倍頻與合頻吸收。不同化合物有其特異的 紅外吸收光譜,其譜帶的強度、位置、形狀及數(shù)目均與化合物及其狀態(tài)有關。MIR與NIR光譜 的區(qū)別在于,近紅外光譜是物質分子內部振動的倍頻與合頻的吸收,不同組分和官能團的 譜帶較易重疊且信息強度較弱,導致譜圖解析相對困難,所建模型易受外界因素的影響,穩(wěn) 定性差;而中紅外光譜是分子內部振動的基頻吸收,其信息強度較強,信息提取相對容易。
[0005] 中紅外采集通常使用的方法是漫反射,其基本原理為:當光照射到疏松的固態(tài)樣 品的表面時,除有一部分被樣品表面立即反射出來(稱為鏡反射光)之外,其余的入射光在 樣品表面產生漫發(fā)射,或在樣品微粒之間輾轉反射逐漸衰減,或為穿入內層后再折回的散 射。這些接觸樣品微粒表面后被漫反射或散射出來的光具有吸收一衰減特性,這就是漫反 射產生光譜的基本原因。漫反射裝置的作用就是最大強度地把這些漫射、散射出來的光能 收聚起來送入檢測器,使得到具有良好信噪比的光譜信號。漫反射光譜技術是近20年來迅 速發(fā)展的一種檢測方法,該方法操作簡便、快速,能非破壞地對各種樣品進行快速、精確的 分析,加之分析儀器的數(shù)字化和化學計量學方法的發(fā)展,運用化學計量學方法已能很好地 解決光譜信息的提取及背景干擾方面的影響,使得其在許多領域中發(fā)揮出重要作用,并取 得了較好的社會和經濟效益。
[0006] 無論是NIR還是MIR光譜,在采集到的光譜信息中,包含一些會對譜圖信號產生干 擾的信息,從而影響模型的建立和預測,因此需要進行光譜預處理。常用的光譜預處理方法 有數(shù)據(jù)平滑、基線校正、中心化、多元散射校正、標準化、導數(shù)、傅立葉變換以及以上幾種方 法的聯(lián)合使用等。另外,譜圖壓縮及信息提取可提高分析信號中的有效信息率,其主要方法 有主成分分析(PCA)、小波分析、模擬退火算法(SAA)、遺傳算法(GA)、移動窗口(MWPLS)等。
[0007] NIR和MIR光譜分析的核心技術之一是在光譜信息和組分理化特性之間建立函數(shù) 關系,即建立校正模型。光譜回歸分析常用的分析方法有:多元線性回歸(MLR)、主成分回歸 (PCR)、偏最小二乘法回歸(PLSR)、人工神經網(wǎng)絡(ANN)、支持向量機(SVM)等。MLR、PCR和 PLSR多用于解決線性校正問題,ANN和SVM多用于解決非線性校正問題。
[0008] 目前,國內外分析土壤δ13(:基本都采用穩(wěn)定同位素比例質譜法,未見用中紅外光譜 檢測土壤S13c的報道。
【發(fā)明內容】
[0009] 本發(fā)明所要解決的技術問題是提供一種快速檢測土壤δ13(:的方法,所要解決的技 術問題是將中紅外光譜技術結合偏最小二乘法準確快速預測土壤的S 13c值。
[0010] 為了解決上述問題,本發(fā)明提供一種利用中紅外光譜檢測土壤穩(wěn)定碳同位素比值 的方法,方法包括如下步驟:
[0011] 1)測得多個定標土壤樣品的穩(wěn)定碳同位素比值;
[0012] 2)采集定標土壤樣品的中紅外波段的漫反射譜圖,得到原始譜圖;
[0013] 3)將原始譜圖進行平滑預處理,得到處理后譜圖;
[0014] 4)采用偏最小二乘法建立定標土壤樣品的處理后譜圖與穩(wěn)定碳同位素比值間的 定量關系模型;
[0015] 5)采集待測土壤樣品的中紅外波段的漫反射譜圖,根據(jù)定量關系模型計算待測土 壤樣品的穩(wěn)定碳同位素比值。
[0016] 優(yōu)選地,在步驟1)中,測得定標土壤樣品的穩(wěn)定碳同位素比值的方法為穩(wěn)定同位 素比例質譜法。
[0017] 優(yōu)選地,,在步驟1)中,制備定標土壤樣品的具體步驟包括:將土樣除水后,磨細, 過60目篩。
[0018]優(yōu)選地,在步驟1)中,多個定標土壤樣品包括0e和0a層土壤的樣品。
[0019] 優(yōu)選地,在步驟3)中,將原始譜圖進行平滑預處理的具體步驟包括:大氣背景抑 制、吸光度轉換、自動基線校正和Norris-階導數(shù)濾波平滑處理。
[0020] 優(yōu)選地,在步驟4)中,建立定量關系模型的具體步驟包括:用SPXY法分別將光譜信 息和穩(wěn)定碳同位素比值劃分為校正集和驗證集;采用偏最小二乘法,在校正集光譜信息中 提取主成分,并用20折交互驗證法選取最佳主成分數(shù),以校正集的光譜信息為自變量,以校 正集穩(wěn)定碳同位素比值為因變量,建立回歸模型;并利用驗證集檢驗回歸模型的精度。
[0021]優(yōu)選地,校正集和驗證集的樣本數(shù)的比例為3:1。
[0022]優(yōu)選地,20折交互驗證法的具體步驟包括:將主成分數(shù)f依次從1取值到20,對于取 定的一個主成分數(shù),將校正集分成20個子集,每個子集數(shù)據(jù)分別做一次驗證集,同時其他19 個子集數(shù)據(jù)作為訓練集,交叉驗證重復20次,平均20次的結果,最終得到一個對應主成分數(shù) 的交互驗證均方根誤差。
[0023]優(yōu)選地,用驗證集檢驗校正模型的精度的具體步驟包括:用校正決定系數(shù)、交互驗 證均方根誤差和預測相關系數(shù)、預測均方根誤差四個參數(shù)對校正模型進行評價。
[0024]優(yōu)選地,在步驟1)中,制備待測土壤樣品的具體步驟包括:將土樣除水后,磨細,過 60目篩。
[0025]以下將結合附圖對本發(fā)明的構思、具體結構及產生的技術效果作進一步說明,以 充分地了解本發(fā)明的目的、特征和效果。
[0026]本發(fā)明具有如下有益效果:
[0027] 1、本方法