土壤碳酸钙中红外光声光谱特征及其应用

测定并分析了碳酸钙(CaCO3)的中红外光声光谱及光谱特征,利用中红外光声光谱并结合主成分回归(PCR)、偏最小二乘回归(PLSR)和人工神经网络(GRNN)三种分析方法建立回归模型,分析了土壤CaCO3的含量。结果表明CaCO3具有丰富的中红外吸收,最强吸收峰波数在1 450cm-1,且干扰少,可以作为土壤CaCO3的特征吸收峰;三种回归建模方法所建模型线性都很好,PLSR和GRNN最好,相关系数(R2)均大于0.9,PCR次之,为0.847;验证样本预测能力PLSR和PCR最佳,R2大于0.9;GRNN次之,为0.882。偏最小二乘回归在校正和预测过程中的结果都非常好,RPD值均大于3.0,具有较强的适用性。     

基于中红外光声光谱的聚合物包膜控释肥料养分释放曲线预测

以聚丙烯酸酯类系列水基聚合物包膜控释肥料为样品,测定了包膜肥料养分的释放曲线并原位测定了肥料包膜的中红外光声光谱,分析了不同肥料的养分释放曲线以及不同包膜材料的红外光声光谱特征;采用广义回归神经网络模型(GRNN),以肥料包膜红外光声光谱的主成分作为GRNN模型的输入层,并以包膜肥料养分释放曲线为输出层,构建了预测养分释放曲线的GRNN模型。结果表明,GRNN模型能快速有效地预测包膜肥料养分释放曲线,其预测相关系数(R2)达0.93以上;包膜的探测深度明显影响释放曲线的预测误差,最小预测误差为7.14%,平均为10.28%,且基于包膜表层红外光声光谱的预测误差最小。因此,结合GRNN模型,红外光声光谱可为包膜肥料养分释放曲线的快速预测提供新手段。     

不同土壤FTIR分类研究

利用傅里叶变换红外光谱(FTIR)对5种不同类型的土壤进行了研究,结果显示,其红外光谱主要是由碳酸盐、硝酸盐、磷酸盐、锰酸盐等无机盐类,黏土矿物及有机质的振动吸收带组成。五种土壤的红外光谱在1600~750cm-1范围内呈现出差异,作一阶导数处理后,发现其差异主要表现在1440cm-1、875cm-1及798~780cm-1附近。选取1600~750cm-1范围内的一阶导数数据运用Matlab 2010来实现主成分分析,前两个主成分累计贡献率达到90.14%,利用这两个主成分作二维散点分布图,结果表明该分布能对这五种土壤进行有效分类,这为土壤鉴定提供了快捷的光谱手段,同时表明傅里叶变换红外光谱技术用于对土壤的研究,且具有测定快速方便、无损、准确等优点,具有较大的应用潜力。     

沙质土壤热红外高光谱特征及其含沙量预测研究

为明确土壤热红外高光谱数据反演土壤含沙量的应用潜力,利用102F型便携式傅里叶变换红外光谱仪对沙质土壤进行测量,在进行相关分析和主成分分析的基础上,对土壤发射率光谱特征进行了分析,并采用偏最小二乘回归和主成分回归两种建模方法预测土壤含沙量.结果表明,沙质土壤发射率光谱中二氧化硅的Reststrahlen特征表现明显,在...     

光声光谱在纤维样品分析中的应用

本文通过不同状态纤维样品的红外光声光谱的比较以及同一样品的红外光声光谱与红外光谱的比较表明：红外光声光谱用于纤维样品的分析，与红外光谱相比具有简单快速，分辨率好，信噪比高等优点，是研究纤维样品很好的分析手段。     

高光谱小波能量特征估测土壤有机质含量

土壤高光谱在采集过程中难以避免噪声干扰,造成高光谱数据信噪比较低,影响土壤有机质含量估测精度。尝试探究小波能量特征方法,降低高光谱噪声,提升土壤有机质含量高光谱估测模型性能。选取湖北省潜江市运粮湖管理区为试验区,于2016年9月采集80份深度为0~20 cm的水稻土样本;土壤样本经风干、碾磨、过筛等一系列处理后,在实验室内采集样本光谱,并通过重铬酸钾-外加热法测定土壤有机质含量;利用浓度梯度法,将总体样本集（80个样本）划分为建模集（54个样本）和验证集（26个样本）;以mexh为小波基函数进行连续小波变换（continuous wavelet transformation）,将土壤高光谱转换为10个分解尺度的小波系数（wavelet coefficients）;逐尺度计算小波系数的均方根作为小波能量特征（energy features）,将10个尺度的小波能量特征组成小波能量特征向量（energy features vector）;逐尺度逐波长计算小波系数与有机质含量的相关系数,将达到极显著水平（p<0.01）的小波系数作为敏感小波系数（sensitive wavelet coefficients）;利用主成分分析法（principal component analysis）分别计算土壤高光谱和小波能量特征向量的各主成分载荷,通过比较两者第一主成分贡献率的高低和两者前三个主成分得分的空间离散程度,判断小波能量特征转换前后建模自变量的主成分信息变化趋势;基于小波能量特征向量和敏感小波系数分别建立多元线性回归和偏最小二乘回归土壤有机质含量估测模型。结果表明,土壤有机质含量越高,全波段反射率越低,但不同土样的光谱反射率曲线特征相似,近红外部分的反射率（780~2 400 nm）高于可见光部分（400~780 nm）;敏感小波系数对应的波长为494,508,672,752,1 838和2 302 nm;土壤高光谱与小波能量特征向量的第一主成分贡献率分别为96.28%和99.13%,小波能量特征向量的前三个主成分散点较土壤高光谱的主成分散点在空间上更为聚集,表明小波能量特征方法有效减少了噪声影响;比较全部土壤有机质含量估测模型,以小波能量特征向量为自变量的多元线性回归模型具有最佳估测精度,其验证集决定系数（R2）、相对估测误差（RPD）和均方根误差（RMSE）分别为0.77,1.82和0.82。因此,小波能量特征方法既能够提高数据的信噪比,提升土壤有机质含量的估测精度,又实现了土壤高光谱数据降维,降低了模型复杂度,可用于土壤有机质含量快速测定和土壤肥力动态监测等研究。     

反射光谱特征的土壤分类模型

土壤反射光谱综合反映了土壤的理化性质和内部结构,高光谱遥感已被用于基于土壤反射光谱特性的土壤分类。已有研究一般利用土壤反射光谱一阶微分主成分作为输入量进行光谱分类模型构建,但主成分数据缺乏物理意义,且缺乏对比性、适用范围也有限。与反射率一阶微分数据相比,基于去包络线提取具有明确物理意义的特征参数,能够提高土壤分类的精度,并寻找到一种高精度土壤分类模型。选取吉林省农安县的四种典型土壤（风砂土、草甸土、黑土、黑钙土）,将采集后的土壤样本进行风干、研磨、过2 mm筛处理,采用ASD FiledSpec®3便携式光谱仪对处理后的土壤样本的可见光近红外光谱区进行测试,从而获得土壤样本的光谱数据。对光谱数据进行九点平滑、10 nm重采样处理进行降噪,将处理后的数据分别进行一阶微分主成分以及去包络线处理。利用土壤样本的去包络线提取光谱特征参数。以一阶微分主成分数据和光谱特征参数为输入量分别代入Logistic聚类模型（LR）、人工神经网络聚类模型（ANN）、K-均值聚类模型（K-means）。首先明确了不同土类之间的反射光谱曲线、去包络线的差异大小,以及相同土壤的反射率曲线、去包络线进行土壤分类的优劣,并且在去包络线的基础上提取能够区分不同土类的光谱特征参数;其次,比较一阶微分主成分与光谱特征参数作为输入量时,三种光谱分类模型精度差异并分析不同模型精度差异的原因。结果表明：（1）四种土壤的反射光谱曲线差异较小,去包络线可以极大的增强四种土壤在430～1 210 nm之间的光谱差异,并在去包络线的基础上构建具有明确物理意义的光谱特征参数。（2）将一阶微分主成分和光谱特征参数分别代入三种聚类模型可知,以光谱特征参数为输入量的土壤光谱分类模型均超过了以一阶微分主成分为输入量的模型精度,由于光谱特征参数保留了原数据的物理意义、更准确的体现了不同土壤类型之间的差异性,而一阶微分主成分数据带有一定的模糊性不同范围之间缺乏对比性,在土壤分类中以光谱特征参数作为输入量更具有优势。（3）在三类土壤分类模型中,LR的分类精度最高为76.67%,Kappa系数为0.56;ANN的分类精度中等为72.50%,Kappa系数为0.48;K-means的分类精度最低,只有65.00%,Kappa系数为0.33。研究成果可为土壤精细制图、以及土壤分类仪器的研制提供技术支持。     

利用散射光增强弱吸收固体混合物中主要光吸收物质的光声光谱特征

在传统的透射和反射光谱中, 散射光通常是误差的主要来源之一, 然而对光声光谱, 散射光有可能成为促进光谱测量的积极因素. 本文研究了弱吸收固体混合物–-奥氮平药片及其粉末的光声光谱. 为了排除光声池吸收散射光所产生背景光声信号的干扰, 取试样与其空白物的差值谱进行碳黑归一化, 得到了只与试样自身性质相关的归一化光声光谱.实验发现通过将药片碾成粉末, 可以使奥氮平药片的主成分奥氮平原料药的光声光谱特征凸显出来. 分析表明光散射效应是这一现象产生的主要原因. 传统光谱技术的障碍–-散射光却能促进光声光谱测量, 这显示出光声技术在光谱测量领域的独特优势. 上述实验提供了一种初步快速鉴别弱吸收固体混合物中少量光吸收物质的新方法, 这一方法有望应用于固体药物、矿物和土壤分析等领域. 关键词： 光声光谱 散射光 弱吸收固体混合物 奥氮平     

光声光谱气体传感技术研究进展

光声光谱是通过光声效应把样品吸收光谱转换成声波探测,实现样品成分、浓度分析检测的一种光谱传感技术,是光谱学的一个重要分支。光声光谱除了具有吸收光谱的高选择性、高灵敏度外,还具有信号只跟样品光吸收有关,不受散射光影响,零背景, 信号与光功率成正比以及信号探测器不受光波长影响等诸多优点。在环境监测、工业过程控制与检测、医学诊断和国防危化品检测等领域得到了越来越多的应用,呈现出快速发展的趋势。除了传统的共振光声光谱技术,近年来先后出现了悬臂增强型光声光谱、石英音叉谐振增强型光声光谱、多通道光声光谱等各具特色的新技术。对光声光谱气体传感技术的研究进展进行了介绍,并分析了其应用前景和未来发展趋势。     

稀土氧化物粉末样品的光声光谱研究

利用光声光谱方法对几种常见的稀土氧化物粉末样品在紫外-可见、近红外, 以及中红外波段的光声光谱进行了测量与分析。根据光声光谱图和稀土离子的能级图, 对稀土离子的激发态电子的辐射和无辐射跃迁进行了探讨。与传统的透射谱和吸收谱相比较, 光声光谱具有分辨率高、快速、无损检测等优点, 特别适合于研究不透明、高反射和高散射粉末样品的光学性质。     

Application of Infrared Photoacoustic Spectroscopy in Soil Analysis

Abstract

Soil analysis has become routine work for soil management and crop production. However, laboratory analysis–based determination of soil properties is expensive and time consuming, which is not suitable for precision agriculture. Infrared spectroscopy (IR) appears as an alternative and fast technique to measure soil properties and has had wide application; in particular, a new method called infrared photoacoustic spectroscopy (FTIR-PAS) has been applied in soil analysis. The soil infrared photoacoustic spectrum is more convenient to record; the spectra contain more useful information versus conventional reflectance spectroscopy, and it appears promising for identification of soil types and measure soil properties. The step-scan function of FTIR-PAS makes it possible to explore the soil microstructure in situ; furthermore, more sensible photoacoustic cells (PA), such as a quartz-enhanced PA cell, will make FTIR-PAS a strong tool for the study of soil science. The application of infrared photoacoutic spectroscopy in soil analysis is largely dependent on spectra pretreatment and chemometrics methods due to strong interferences, and more mathematical tools models will benefit or optimize the prediction performance. To make full use of soil infrared spectra, soil spectra library construction is required in the future, which will play an important role in the application of soil analysis.     

南疆农田土壤全氮含量的中红外光谱反演模型

快速准确监测农田土壤全氮含量,可显著提高土壤肥力诊断与评价工作的效率。传统测定土壤全氮的方法存在耗时费力、成本高、环境污染等缺点,而基于光谱学原理的土壤全氮定量方法克服了传统测量的劣势。中红外(MIR)光谱相较于可见光-近红外(VNIR)光谱而言,具有更多的波段数和信息量,如何利用中红外光谱监测土壤全氮含量是具有重要应用前景的研究课题。为了探索中红外光谱对土壤全氮监测的可行性,以新疆南疆地区采集的246个农田土样为研究对象,以室内测定的全氮含量和中红外光谱反射率数据为数据源,分析了不同全氮含量土样的中红外光谱特征差异,以主成分分析法(PCA)和连续投影算法(SPA)对光谱数据进行降维,然后采用偏最小二乘回归(PLSR)、支持向量机(SVM)、随机森林(RF)和反向传播神经网络(BPNN)四种建模方法分别构建基于全波段和降维数据的土壤全氮含量定量反演模型。研究结果表明：(1)土壤在中红外波段光谱反射率随全氮含量的增加而增加,在3 620, 2 520, 1 620和1 420 cm^-1附近存在明显的吸收谷;将中红外光谱数据进行最大值归一化处理后,可明显提高土壤光谱反...     

Characterization of Greenhouse Soil Properties Using Mid-infrared Photoacoustic Spectroscopy

ABSTRACT

Evaluation of soil fertility is required for the sustainable production in greenhouses; however, routine agrochemical analytical methods are not practical since most of them are too time consuming and costly. In this study, Fourier transform midinfrared photoacoustic spectroscopy (FTIR-PAS) was applied as an alternative technique in the fast characterization of greenhouse soils. Nine source clays and 235 soil samples were obtained from different greenhouses in China, and their counterpart open-field soils were also sampled for comparison. The FTIR-PAS spectra of soil clays and soils were recorded with the wave-number range of 600–4000 cm^?1, and clear differences were observed among the spectra; soil organic matter (SOM) and soil clay played the main role in the spectral absorption. Partial least square regression (PLSR) models coupled to optimized spectral pretreatment were used to predict greenhouse soil properties, and FTIR-PAS spectra were closely related to SOM (R² = 0.94) and soil total nitrogen (R² = 0.90). For the other soil properties—such as pH, EC, water extractable P, K, Fe, and Cu—the calibration results were excellent or acceptable. These results suggested that FTIR-PAS could be used to determine most of greenhouse soil properties. Since the technique of FTIR-PAS is rapid and inexpensive, and it requires no sample pretreatment and little sample mass, it can be used in fast characterization of greenhouse soil and is a promising method for the management of greenhouse soil.     

近红外光谱主成分分析与模糊聚类的典型地面目标物识别

近红外光谱技术在遥感监测领域中应用广泛,针对典型地面目标物遥感监测识别需要,提出了光谱主成分分析(PCA)与模糊聚类结合的分类识别方法,提高了识别算法效率及准确性。以四类典型地面目标物作为研究对象,分别测量其在1 100～2 500 nm范围内漫反射光谱,首先对漫反射光谱进行主成分分析,得到代表光谱特征的主成分分量,然后将其作为模糊聚类分析模型输入参数,计算样品主成分集合之间贴合度,最后利用择近原则对样品进行匹配分类。结果表明,主成分分析可以有效提取光谱特征并且降低数据维度,结合基于择近原则的模糊分类方法,可有效提高算法准确性与效率,为遥感光谱在地面目标物识别应用提供了有益的参考。     

多组分变压器油溶解气体的傅里叶变换红外光声光谱定量检测

油中溶解气体是表征充油型变压器早期故障的重要特征量之一,其组分和含量的高精度检测在变压器运行状态评估和故障预警中拥有重要的研究意义。光声痕量气体检测技术作为一种光学检测手段,具有无损、高检测灵敏度、大动态范围和样品无需前处理等优点,有望实现多种变压器油溶解气体的在线检测。基于傅里叶变换红外光谱仪,结合高精度T型共振光声池,建立傅里叶变换红外光声光谱检测系统,选用CO2和C2H2作为气体样品,开展多种变压油中溶解气体定量检测研究。所设计的T型共振光声池主要由相互垂直的吸收腔和共振腔构成,声探测器位于共振腔顶端远离入射光路,避免了杂散光引起的噪声对光声信号的干扰。光声池的共振频率主要由共振腔决定,共振腔与入射光路垂直,其长度不受水平面的狭窄空间的影响,故可在有限的尺寸下实现低频共振,满足光谱仪样品空间需求。实验选用380μL·L^-1 CO2∶1 000μL·L^-1 C2H2∶N2的混合气体作为待测样品,应用光谱仪中的宽谱光源,选用6 cm^-1空间分辨率,采集并分析该气体样品的红外光声谱。所有气体吸收峰清晰可见,说明该方法可完成多种气体的同时检测。在常温常压条件下, 2 349 cm^-1入射光能量仅为12.6μW时, CO2气体的检测精度为4μL·L^-1,满足国家电网公司企业标准(Q/GDW 536-2010)变压器油中溶解气体在线监测装置技术规范中在线监测装置技术指标对CO2气体最低监测极限值的要求;1 360 cm^-1入射光能量为30μW时, C2H2气体在的检测精度为5μL·L^-1,达到中华人民共和国电力行业标准变压器油中溶解气体分析和判断导则(DL/T 722-2014)中对运行中220 kV及以下的变压器和电抗器设备油中溶解气体含量C2H2含量上限的限定。实验结果表明基于T增强型光声池气体检测系统结合了傅里叶红外光谱的广谱特性和光声气体检测技术的高灵敏度,可实现多种变压器油中溶解气体的高精度定量检测,有望为变压器运行状态监测和故障类型分析评估提供理论依据。     

Determination of the low absorption coefficients of thick semi-conductor samples using rear side photoacoustic spectroscopy detection

Based on the Rosencwaig and Gersho theory, we have theoretically derived the photoacoustic signal in the gaz behind the unilluminated surface of thick samples and presented a simple analytical procedure for determining the low optical absorption spectra of these samples.The rear side photoacoustic spectroscopy (PAS) detection has been employed on thick samples of GaP (0,2-1mm) and optical absorption coefficients in the region between 15 to 200 cm^?1 were measured.Our results are discussed in comparison with those obtained by usual front side PAS detection and spectroscopic ellipsometry.     

Identification of standard explosive traces by infrared laser spectroscopy: PCA on LPAS data

Infrared spectroscopy based methods are promising in the design of an integrated optical system for the real time detection and identification of explosive species to support homeland security. Infrared laser photoacoustic spectroscopy (LPAS) analysis of explosive compounds (DNT; TNT; RDX; HMX; TATP; PETN; TETRYL) and TOLUENE was reported. Standard commercial samples of the explosive species were analyzed in solid phase by a home made PAS apparatus equipped with a stabilized 10 W continuous wave CO₂ laser source. A very small amount (less than 100 ??g) of the sample was sufficient to produce a clear signal in a 3 cc volume PA cell. The spectral data were treated by a principal component analysis (PCA) based algorithm. In a three principal components representation of the results, every explosive species resulted to be very well distinguishable from each other, as well as from toluene and other solvents. The reported experimental activity was performed in the Molecular Spectroscopy Laboratory of ENEA Research Centre in Frascati in the frame of ISOTREX European Project.     

Infrared photoacoustic spectroscopy in catalysis and surface science

The analysis of solid samples can often be a difficult problem for the researchers dealing with infrared (IR) spectroscopy. In conventional absorption spectroscopy the measurement of absorption is transferred to that of the radiation transmitted through the sample. Three methods stand out as being more suitable for studying solid materials. These methods are: diffuse reflectance (DR), photoacoustic spectroscopy (PAS), and Fourier transform (FT) Raman. All three methods require little or no sample preparation, and therefore are ideal for the samples that may change during the preparation as mineral oil mulls or KBr disks. In the case of PAS, the adsorbed radiation is determined directly via its heat and hence the sound produced in the sample. Fourier transform infrared PAS (FT-IR/PAS) is one of the main IR techniques which can be successfully applied in catalysis and surface science research. Recent examples of this spectroscopic technique application will be presented.     

植物色素的光声光谱研究

测定了纸色谱分离的极为微量的六种植物色素的光声光谱，并与相应色谱斑点溶出物的吸收光谱进行对照，表明光声光谱对植物色素的鉴定简便有效，海藻类别众多，所含色素体系各有特征，本文报道了绿色藻，红藻和褐藻的光声光谱，并用导数光谱法明确了这些藻类的色素分布特征。