[发明专利]一种茶园土壤肥力水平的快速评价方法

说明书

本发明公开了一种茶园土壤肥力水平的快速评价方法，分别选取贫瘠茶园、良好茶园和优质茶园的土壤样品若干，并随机划分为校正集和预测集；根据含量高低的划分范围确定分类样品集；采集样品近红外光谱信息，连续多次扫描，取得所述样品在近红外波长下的全部平均光谱信息；对样品原始平均光谱进行不同的预处理，根据茶园土壤肥力水平判别模型的预测效果，确定光谱最佳预处理方法；采用连续投影算法提取的特征光谱信息；将特征光谱与全光谱结合上述三种判别方法进行对比，根据预测的分类准确率，确定最优的茶园土壤肥力水平判别模型，从而实现对茶园土壤肥力水平进行预测。本发明结合近红外光谱技术测量土壤肥力，能够实现在线、无损、快速的检测。

技术领域

本发明涉及一种土壤肥力判别方法，尤其涉及的是一种茶园土壤肥力水平的快速评价方法。

背景技术

土壤为茶树的生长提供营养和微量元素同时保持水分，是茶树生长的自然基础。土壤中的有机质是土壤肥力的关键评价指标，是茶叶吸收氮，磷，钾等无机元素的重要来源，并且对于增加土壤微生物群落、改善土壤理化性质起重要作用。土壤肥力水平的高低决定了茶叶的生产品质和生长效率，茶园土壤肥力水平的快速评价可以为优质茶园的管理和建设提供重要指导。农业投入(化肥)频繁使用会损害土壤性质，造成严重的环境污染。同时，土壤肥力的破坏，影响茶的产量和质量。因此，定期监测土壤养分状况和空间变异，根据茶园土壤养分的丰缺程度合理施肥至关重要。然而，实验室分析土壤有机质的含量通常需要强酸消化、高温煅烧样品进行分析，导致酸性气体排放到环境。不仅增加了沉重的环境负担，而且测定的过程繁琐，时间长、投入成本较高。因此，需要分析土壤有机质含量的高效、环保替代技术快速评价土壤肥力水平刻不容缓。

近红外光谱(Near Infrared Spectroscopy,NIRS)是介于可见光区和中红外光区之间波长在780～2526nm范围的电磁波，其谱区几乎包含有机物中所有含氢基团(C-H,N-H,O-H)振动的合频与各级倍频的特征吸收信息。近红外光谱以此为基础对有机物组成和性质信息进行分析。现代近红外光谱分析结合化学计量学方法利用全波段或者多波长光谱信息进行定性或者定量分析，科学准确。该技术可同时测定多种化学组分，且具有检测速度快、成本低、无损、实时监控的特点。非常适合茶园土壤的快速判别分析，近年来已广泛应用于土壤养分信息的测定中。然而，国内外还未见有关基于近红外光谱分析技术结合茶园土壤有机质进行肥力水平判别的相关文章报道。

发明内容

本发明的目的在于克服现有技术的不足，提供了一种茶园土壤肥力水平的快速评价方法，能够实现在线准确、快速检测。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

(1)样品的选取与预处理：

分别选取有机质含量≤1.5％的贫瘠茶园、有机质含量为1.5～2.0％良好茶园和有机质含量≥2.0％的优质茶园的土壤样品若干，并随机划分为校正集和预测集；

(2)检测土壤样品的化学值：

测定样品的有机质含量,根据含量高低的划分范围确定分类样品集；

(3)近红外光谱的获取与预处理

(31)采集样品近红外光谱信息，连续多次扫描，取得所述样品在近红外波长下的全部平均光谱信息；

(32)对样品原始平均光谱进行不同的预处理，根据茶园土壤肥力水平判别模型的预测效果，确定光谱最佳预处理方法；

(4)预测模型的建立

(41)获取样品的近红外光谱，以肥力水平分类标准作为指标，利用连续投影算法筛选特征光谱信息；

(42)然后分别基于采用线性判别分析法，支持向量机算法以及极限学习机器算法建立茶园土壤肥力水平的分类判别模型；