红外光谱技术在土壤有机质分析中的应用研究

龙源期刊网

近红外分析中光谱预处理方法的研究与应用进展

作者：王欣

来源：《科技资讯》2013年第15期

摘 要：光谱预处理方法在近红外光谱分析技术中占居重要地位。本文综述了均值中心化、标准化、归一化、平滑、导数、正交信号校正等常用的光谱预处理方法，着重介绍了傅里叶变换（FT）、小波变换（WT）两种基于变量压缩和信息提取的光谱预处理方法。

关键词：近红外光谱 预处理 小波变换

中图分类号：O657.33 文献标识码：A 文章编号：1672-3791（2013）05（c）-0002-01

近红外光谱（700～2500 nm）主要是含氢基团的倍频和组合频的吸收光谱，吸收强度弱，灵敏度相对较低，吸收带宽也相对较宽且重叠严重。利用近红外光谱仪对样品进行采集，得到的光谱除了样品自身的信息外，还携带了其他无关的信息。为了得到准确可靠的分析结果，对光谱数据进行预处理是十分必要的。

1 光谱预处理方法与应用

（1）均值中心化（mean centering）。均值中心化是从每个光谱数据中减去各个样品的平均光谱，以此来消除光谱的绝对吸收值。在对样品进行定性和定量分析时，光谱均值中心化是最为常用的。

（2）标准化（autoscaling）。标准化又称为均值方差化，是把均值中心化处理后的光谱再除以校正集光谱阵的标准偏差光谱。

（3）归一化（normalization）。归一化算法有：最小/最大归一化、矢量归一化、回零校正。在近红外光谱分析中，常用的是矢量归一化，它是先计算出光谱的吸光度平均值，然后用光谱减去该平均值，再除所有光谱的平方和。光谱归一化的目的是消除光程变化对光谱产生的影响。

（4）平滑（smoothing）。信号的平滑是消除噪声最常用的方法，对滤除高频噪声尤为有效。常用的平滑方法有移动平均平滑法和Savitzky-Golay卷积平滑法。移动平均平滑法的基本思想是选择一个宽度为的平滑窗口，计算窗口内的中心波长点g以及g点前后点处光谱测量值得平均值，用来代替波长点g处的测量值，依次改变g值来移动窗口，完成对所有波长点的平滑。Savitzky-Golay卷积平滑法（多项式平滑），波长点g处经过平滑后的平均值为：，式中： 龙源期刊网

近红外分析中光谱预处理方法的研究与应用进展

作者：王欣

来源：《科技资讯》 2013年第15期

王欣

(长春理工大学电子信息工程学院 吉林长春 130022)

摘 要:光谱预处理方法在近红外光谱分析技术中占居重要地位。本文综述了均值中心化、标准化、归一化、平滑、导数、正交信号校正等常用的光谱预处理方法,着重介绍了傅里叶变换(FT)、小波变换(WT)两种基于变量压缩和信息提取的光谱预处理方法。

关键词:近红外光谱 预处理 小波变换

中图分类号:O657.33 文献标识码:A 文章编号:1672-3791(2013)05(c)-0002-01

近红外光谱(700～2500 nm)主要是含氢基团的倍频和组合频的吸收光谱,吸收强度弱,灵敏度相对较低,吸收带宽也相对较宽且重叠严重。利用近红外光谱仪对样品进行采集,得到的光谱除了样品自身的信息外,还携带了其他无关的信息。为了得到准确可靠的分析结果,对光谱数据进行预处理是十分必要的。

1 光谱预处理方法与应用

(1)均值中心化(mean centering)。均值中心化是从每个光谱数据中减去各个样品的平均光谱,以此来消除光谱的绝对吸收值。在对样品进行定性和定量分析时,光谱均值中心化是最为常用的。

(2)标准化(autoscaling)。标准化又称为均值方差化,是把均值中心化处理后的光谱再除以校正集光谱阵的标准偏差光谱。

(3)归一化(normalization)。归一化算法有:最小/最大归一化、矢量归一化、回零校正。在近红外光谱分析中,常用的是矢量归一化,它是先计算出光谱的吸光度平均值,然后用光谱减去该平均值,再除所有光谱的平方和。光谱归一化的目的是消除光程变化对光谱产生的影响。(

(6)标准正态变量变换(SNV)和去趋势算法(De-trending)。SNV(standard normal variate

红外光谱技术在气体检测分析中的应用

气体灾害对人类和自然的危害日益加重，由于气体的物化特性，常规的探测手段很难高效的实现气体检测的目的，红外高光谱遥感探测手段能够反映场景内的温度信息和光谱信息，是灾害气体检测最有效的手段之一，具有极高的军事和民用价值。本文以研究气体红外高光谱数据的特点为出发点，实现气体红外高光谱数据的建模与检测，为构建灾害气体的监测体系提供帮助和指导。

标签： 红外光谱技术;气体检测分析;特征频率

引言：

灾害气体在环境中会带有独特的温度特征和光谱特征。利用红外高光谱探测手段能够有效的利用气体的温度信息和光谱信息，从而对气体进行甄别和检测。传统的高光谱一般指可见光近红外波段，传统高光谱是对地物目标的反射率信息进行分析，以达到相应的检测目的。而红外高光谱探测手段是利用对远红外波段的辐射能量进行相应的检测分析，这部分信息主要利用的是目标的辐射信息（温度信息）。从成像机理上，传统的高光谱和红外波段的高光谱有所不同，所以，研究这两者在成像模型、信号模型、检测模型的异同之处有十分重要的研究意义。

另外，软件和硬件的发展是相辅相成的，红外传感器的发展，伴随着红外遥感相关技术的研究。目前红外高光谱传感器技术壁垒比较大，红外高光谱数据获取比较难，但红外高光谱数据的应用具有极大的意义和价值。所以研究气体的红外高光谱数据仿真具有十分重要的意义，对气体以及其他目标物体的红外高光谱辐射特性分析与特征提取具有十分重大的指导意义。

一、红外光谱吸收原理

众所周知，光是由许多单一颜色的光组成的，由此可知，红外光是由许多处于红外频率以外的光组成的。每种气体都具有一种性质：可以吸收对应频率的红外光能量，气体吸收红外光能量中频率最高的被称为气体的特征吸收频率。当光线穿透气体时，气体吸收特征频率谱线光，导致光的能量下降。研究表明，每种气体在红外辐射波段都有不同数目的特征吸收谱线。由于特征频率是由一定频率范围内的光组成的，因此特征吸收频率具有一定的带宽，并且带宽中每个频率被吸收的量不尽相同。通过相应的吸收模型和计算公式可以计算出红外光线穿过气体时被吸收能量的多少。气体的浓度变化、光线穿过气体时所走的路程、光线能量衰减的程度，三者的关系符合光吸收基本定律。

原子吸收法在土壤检测中的分析与研究

作物生长离不开各种元素的支持，原子吸收法土壤中各种元素的含量对作物的产量与质量有直接的影响。土壤养分检测是对土壤中各种成分的含量进行精确的测算，从而为合理配施肥提供科学的理论依据。近年来，测土配方、标准农田提升、耕地质量评价等项目不断得到实施与推进，但这些项目往往需要土壤样品养分分析及检测数据的支持，由此才能得出相应的结论与评价。无论是农业科研项目还是农技推广部门测土配方等养分检测，实际采用的检测方法不断随国家标准、行业标准及实际运用中积累的经验进行调整，鉴于采用不同的检测方法获得的结果存在一定的差异性，有必要阐述原子吸收法在土壤样品分析中存在的几个问题，以达到准确获得土壤检测数据的目的。

标签：原子吸收法；土壤检测；分析；研究

土壤是植物整个成长进程中不可或缺的重要营养根底。由于不同土壤中的相关营养成分并不完全相同，因而只要科学、合理、精确地对土壤中各种营养进行检测，才能为植物正常成长供给根据和参阅。同时，原子吸收法土壤检测工作是一个非常谨慎和精密的工作，稍有不慎，都可能导致土壤检测值和实践值之间存在必定的差错。这就要求检测人员采纳必要的应对办法，尽量下降差错以及消除一些不利于检测的要素，进而全面提高土壤检测的精确性。只要这样，才能够为农业测土配方上肥供给科学根据和参阅数据，并有助于树立土壤营养剖析数据库，为农业栽培和耕耘办法的挑选供给重要参阅，最终降低农业生产成本，提高农作物产值，进而全面提高农人的经济收益 。

1、原子吸收法土壤检测的意义

土壤是地球表层的岩石经过风化作用， 逐步损坏成疏松的、大小不等的矿藏颗粒（称为母质）。 而土壤是在母质、气候、生物、地势、时刻等多种成土要素归纳作用下形成和演化而成的。 土壤组成很复杂，整体来说是由矿藏质、动植物残体腐解发生的有机质、水分和空气等固、液、气三相组成的。 土壤是农业生产的基础，是粮食生产的载体，是人类赖以生存的物质根底，土壤质量的好坏直接关系到农产品质量、人类健康以及经济社会的可持续发展。