基于调制近红外反射光谱的土壤养分近场遥测方法研究

　　摘要: 土壤养分作为农业生产的重要指标，含量过少会降低农作物产量，过多则会造成环境污染。因此，快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分，但检测过程中土壤的取样及预处理过程繁琐、操作复杂、费时费力，不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱，提出了一种土壤养分主动式近场遥测方法，可有效避免土壤反射自然光的干扰。该方法使用波长范围1260~1610 nm的8通道窄带激光二极管作为近红外光源，通过测量8通道激光光束的土壤反射率，建立土壤养分中氮（N）关于土壤反射率的计量模型，实现了N的快速检测。在74组已知N含量的土壤样品中，选取54组作为训练集，20组作为预测集。基于一般线性模型，对训练集中土壤N含量与土壤反射率的定量化参数进行训练，筛选显著波段后的计量模型R2达到0.97。基于建立的计量模型，预测集中土壤N含量预测值与参考值的决定系数R2达到0.9，结果表明该方法具有土壤养分现场快速检测的能力。

　　关键词: 土壤氮素；近红外光谱；近场遥测；锁相放大；光电探测

　　1 引 言

　　土壤含有的营养成分对植物生长至关重要。氮素（N）是农田土壤中最重要的元素之一，也是化肥主要养分之一。因为N是形成新细胞和结构中有机化合物所必需的元素,所以N对农产品品质的影响非常大。无论在农场还是自然环境中，土壤中N含量随着空间分布而不同。当土壤中缺少N时，作物往往改变其利用养分的方式和自身形态，从而限制了作物的生长[1]。当土壤中N过剩时，在降雨和灌溉过程中，那些不被植物消耗的大量N被淋溶到地表和地下水中，严重影响饮用水的品质，造成环境污染。为了提高作物的生产力，了解土壤中N含量及其空间分布至关重要。因此，准确探测土壤中N素含量，根据测量结果调整土壤养分，对于保障农作物健康生长及提高产量具有重要的意义[2]。

　　2 系统设计

　　近红外土壤养分近场遥测方案如图1所示，主要包括电源系统、光源驱动电路、光路系统、光电探测电路、AD转换电路、数据采集和传输电路，以及智能手机采集系统等，通过近场（20~50 cm）遥测土壤表面反射的8个波段的近红外光谱反射率，建立土壤养分（比如N、磷、钾等）关于不同波段反射率的定量化模型，实现土壤养分含量检测。

　　3 测试分析

　　3.1　系统组装与测试

　　按照硬件电路设计的原理图以及光路系统的结构尺寸，绘制数据采集传输硬件系统、光源驱动硬件系统、光电转换硬件系统、锁相放大及信号调理硬件系统对应的特定形状印制电路板(Printed Circuit Board，PCB)，检测绘制PCB板的电气安全，通过后进行PCB板印制。依据器件焊接要求，焊接硬件各个模块所需的电子元器件，并对焊接效果进行电气检查和测试。在确保焊接电路板电气安全情况下，接通电源，通过高精度示波器对电源系统产生的各个电源电压的纹波噪声、幅度进行检测，调整滤波电路器件参数，直至满足系统所需电源纹波要求。8个波段的激光二极管分别固定在光学机械探头的固定孔中，然后使用信号线引出正负引脚，接到光源驱动接口。聚焦透镜放入固定孔中，旋转螺丝转环进行固定。红外光电探测器放入光学探头限位孔，利用机械卡环固定在透镜焦距位置处，并用屏蔽线引出光电流输出引脚到光电转换电路板接口。焊接完成的电路板按照需求固定在光学机械探头上。焊接及调试完成单片机采集/控制/传输系统、激光光源驱动系统、光电转换/锁相放大/信号调理系统及整机组装实物图如图2所示。

　　3.2　土壤N含量检测

　　为了验证近场遥测设备检测土壤养分的可行性，使用完成电气测试的仪器对74组已知N含量的土壤样本（北京市农林科学院内实验田土壤样本）的反射率进行测试。其中54组作为训练集，20组作为预测集。检测过程中，仪器被固定在距离土壤样品一定距离的支架上，照射放置在距离30 cm的土壤样品表面，使用智能手机通过蓝牙控制近红外遥测仪，分别驱动激光光源并采集8个波段激光光束的土壤反射率，用于定量化模型分析。测试过程如图5所示。

　　参考文献：

　　[1] SCHACHTMAN D P, SHIN R. Nutrient sensing and signaling: NPKS[J]. Annual Review of Plant Biology, 2007, 58(1): 47-69.

　　[2] CHEN Y, CAMPS-ARBESTAIN M, SHEN Q, et al. The long-term role of organic amendments in building soil nutrient fertility: A meta-analysis and review[J]. Nutrient Cycling in Agroecosystems, 2018, 111(2): 103-125.

　　[3] BURTONLAMAR, JAYACHANDRAN K, BHANSALI S. Review—The “real-time” revolution for in situ Soil nutrient sensing[J]. Journal of The Electrochemical Society, 2020, 167: ID 037569.

　　作者矫雷子 , 董大明 *, 赵贤德 , 田宏武

　　推荐阅读：《土壤学报》核心科技学术期刊投稿

《基于调制近红外反射光谱的土壤养分近场遥测方法研究》

上一篇：基于植株需光差异特性的设施黄瓜立体光环境智能调控系统

下一篇：用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法