土壤的中红外光声光谱研究
土壤学中的红外光谱分析方法研究
土壤学中的红外光谱分析方法研究概述：红外光谱技术是一种常用于土壤学研究的非破坏性分析方法。
通过红外光谱分析，可以了解土壤样品中的有机和无机成分，提供土壤性质和质量评估所需的关键信息。
本文将探讨土壤学中红外光谱分析的方法和应用。
1. 红外光谱分析的基本原理红外光谱分析利用样品在红外区域的吸收特性来确定其成分。
红外区域对应的波长范围通常是2.5-25微米。
红外光谱在这个范围内可以提供有机和无机物质的信息。
红外光谱仪器通常包括光源、光学系统、样品室、探测器和数据处理系统。
通过测量样品吸收红外光的能量，可以获得红外光谱图。
2. 红外光谱分析在土壤研究中的应用2.1 有机质成分分析土壤中的有机质对土壤性质和植物生长具有重要影响。
红外光谱仪可以用来分析土壤中的有机质组分，比如腐殖酸、腐殖质和有机氮。
红外光谱技术能够通过特定的吸收峰来识别这些有机物，进而推断土壤的有机成分含量。
2.2 矿物质分析土壤中的矿物质组成也是土壤研究的重要内容之一。
红外光谱技术通过测量样品中特定的光学特性，可以鉴定土壤中的矿物种类，如黏土矿物、铁氧化物和非晶质土壤矿物。
这些信息对于土壤类型和成因的研究具有重要意义。
2.3 土壤质量评估红外光谱分析还可以用于评估土壤质量。
通过测量样品中不同波长下的吸收峰强度，可以确定土壤的有机质含量、土壤呼吸速率和微生物活性等关键指标。
这些指标可以帮助研究者评估土壤质量的优劣，从而指导土壤管理和农业生产。
3. 红外光谱分析方法的改进和发展趋势随着科学技术的发展，红外光谱分析方法也在不断改进。
目前，一些新兴的红外光谱技术正在应用于土壤研究中，如近红外光谱和偏振红外光谱。
这些新技术为土壤学家提供了更多的分析选择，以满足不同领域的研究需求。
近红外光谱是红外光谱技术的一个分支，通过测量样品在近红外区域的吸收特性来确定样品的成分。
近红外光谱具有操作简便、快速测量和高通量分析的优点，能够广泛应用于土壤肥力评估、植物养分状况监测和土壤健康评价等方面。
红外光谱技术在土壤有机质分析中的应用研究
红外光谱技术在土壤有机质分析中的应用研究一、引言红外光谱技术作为一种非常普遍的无损检测方法，可应用于多种领域，如药物研究、化学制品、生物医学和环境监测等。
针对土壤有机质的检测，红外光谱技术具有很重要的意义。
本文将结合相关研究，探讨红外光谱技术在土壤有机质分析中的应用，以期为相关领域研究提供一定的参考。
二、研究背景土壤有机质是土壤中最为基础的组成成分之一，其主要通过植物、动物遗物或有机物质的分解而形成。
有机质含量可以影响土壤微生物群落的结构、土壤肥力及其它生态系统属性。
因此，对土壤有机质的准确测量和分析具有极为重要的意义。
目前，专业人员通常采用化学法来测定土壤有机质含量，然而，这种方法非常耗时、费力，且会受到环境影响。
为了克服这些缺点，红外光谱技术在土壤有机质检测技术中应运而生。
三、红外光谱技术基础红外光谱技术是一种基于物质分子谱带辐射吸收的光谱测量技术，可用于精确测量所有含有共价键的分子，例如有机物与无机物中的各种化学键、息振过程以及分子间的相互作用等。
在红外光谱测量中，根据物质分子内部的运动状态，会产生的一些“光谱带”，从而实现了对不同物质成分的鉴别和分析。
四、红外光谱技术在土壤有机质分析中的应用土壤有机质中含有多种类型的有机物质，采用传统的化学分析方法来检测这些物质，存在着样品分析的耗时高、操作难度大以及需要大量的化学药剂等问题。
红外光谱技术可以通过将样品进行破碎、混合等前处理，然后观察其红外光谱图谱来分析土壤有机质的化学组成。
由于红外光谱技术具有非常高的灵敏度和准确度，能够对土壤中的有机质进行快速检测，因此在土壤学领域中得到了广泛应用。
以山东众业机械股份有限公司的研究为例，该企业对某地青海省海阳市的土壤有机质含量进行了测定研究，结果表明，采用红外光谱技术检测土壤有机质含量，其检测准确度为90%以上。
而采用传统化学方法进行检测，则精度为80%。
这表明红外光谱技术在土壤有机质检测方面具有非常重要的应用前景。
近红外反射光谱法-土壤性质的主成分回归分析-NIRS–PCR
近红外反射光谱法-土壤性质的主成分回归分析摘要一个快速，便捷的土壤分析技术是需要土壤质量评价和精密的土壤管理。
本研究的主要目的是评估近红外反射光谱（NIRS）来预测不同土壤性质的能力。
从Perstrop近红外系统6500扫描单色仪（福斯NIRSystems，马里兰州Silver Spring），和33种化学、物理和生物化学特性得到近红外反射光谱，从四个主要土地资源收集区802土壤样品（MLRAs）进行了研究。
定标是基于在1300到2500nm光谱范围内使用光学密度一阶导数[log(1/ R )]得主成分回归。
全部的碳、氮、湿度、阳离子交换量（CEC）、1.5兆帕水、基础呼吸速率、沙、淤泥和Mehlich III可萃取钙通过近红外光谱（r2>0.80）成功地预测。
有些Mehlich III可萃取金属（铁，钾，镁，锰）、可交换阳离子（钙，镁，钾），可交换基地、交换性酸、粘土、潜在可矿化氮、总呼吸速率、生物量碳和pH值的总和也可通过近红外光谱估计，但精度较低(r 2=0.80~0.50)。
聚合（wt％>2，1，0.5，0.25mm，并宏观聚合）的预测结果是不可靠的（r2=0.46~0.60）。
Mehlich III提取的Cu，P和Zn和交换性钠不能使用NIRS-PCR技术（r2<0.50）进行预测。
结果表明，NIRS可以作为一种快速的分析技术，在很短的时间用可接受的准确度来同时估计多个土壤特性。
测量土壤性质的标准程序是复杂的、耗时的，而且费用昂贵。
在农民和土地管理者将能够充分利用测土作为精准农业与土壤质量的评估和管理的一种辅助手段之前，一种快速、经济的土壤分析技术是需要。
近红外反射光谱技术是一种为研究入射光和材料表面之间相互作用的非破坏性的分析技术。
由于其简单性、快速性，并且需要很少或无需样品制备，近红外反射光谱被广泛用于工业。
三十多年以前，该技术最早用于粮食的快速水汽分析。
现在，近红外光谱是用于粮食和饲料质量评估的主要分析技术。
土壤光谱曲线特征
土壤光谱曲线特征
土壤光谱曲线特征是指土壤在不同波长的光线照射下所呈现的吸收、反射和透射等光谱特征。
土壤光谱曲线特征主要包括以下几个方面：
1. 吸收谱特征：土壤对不同波长的光线的吸收能力不同，形成吸收谱特征。
土壤在可见光波段（400-700nm）通常表现出较
高的吸收能力，主要由土壤颗粒和有机质等成分引起。
2. 反射谱特征：土壤对不同波长的光线的反射能力不同，形成反射谱特征。
土壤在可见光波段通常表现为较强的反射能力，其中反射率较高的波长通常与土壤颜色有关。
3. 透射谱特征：土壤对不同波长的光线的透射能力不同，形成透射谱特征。
土壤在可见光波段通常表现为较低的透射能力，透射谱特征受土壤颗粒大小、结构和水分含量等因素的影响。
4. 吸收峰和谷特征：土壤光谱曲线中存在一些波长范围内的吸收峰和谷。
这些吸收峰和谷通常与土壤中特定成分如有机质、水分或矿物质等相关联，可以用于土壤成分的定性和定量分析。
5. 光谱特征的波动幅度：土壤光谱曲线在不同波长上的变化幅度反映了土壤的光谱变化特征。
波动幅度大的地方往往有更多的土壤成分或者变化较大的土壤特性。
土壤光谱曲线特征的研究可以为土壤成分、质量、水分含量、
有机质含量等方面的研究提供重要的参考依据，对土壤环境监测、土壤退化评估、农业作物生长监测等具有广泛应用价值。
傅里叶红外光谱土样
傅里叶红外光谱土样傅里叶红外光谱土样地球上无处不在的土壤是我们生活着的根本，每一种土壤都有其独特的成分和性质。
而傅里叶红外光谱分析技术就是一种能够帮助我们了解土壤成分和性质的有力工具。
下面我们将详细介绍如何使用傅里叶红外光谱技术对土样进行分析。
一、理论介绍傅里叶红外光谱技术是一种可以测量分子振动和转动的非破坏性分析方法。
在红外光谱法中，物质内的分子振动会导致光的吸收和反射。
分子振动的频率非常高，通常在4000到400cm^-1之间，而与这些频率对应的特征峰就构成了傅里叶红外光谱图。
二、实验操作在进行傅里叶红外光谱分析前，首先需要对土样进行制备。
具体步骤如下：1. 对土样进行研磨，使其尽可能细碎。
2. 将研磨好的土样与适量的硫酸铜混合，并放置在烘箱中烘干。
3. 在一个容器中加入基底，将烘干后的土样喷洒在基底上，并用手轻轻压实。
4. 将样品放入傅里叶红外光谱仪中进行测量。
三、结果分析通过傅里叶红外光谱仪测定所获得的数据可用于定量和定性分析。
在土壤样品的傅里叶光谱图中，不同物质的分子振动频率出现的位置不同，在不同的位置处产生了不同的特征峰。
利用这些特征峰，可以确定土壤中不同物质的存在和其含量的大小。
四、应用探讨傅里叶红外光谱技术在土壤环境研究中有着广泛的应用。
首先，它可以帮助我们研究土壤的基本成分，如有机质、矿物质等。
其次，傅里叶红外光谱技术还可以用于定量分析，比如测定土壤中的水分含量。
最后，傅里叶红外光谱技术还可以应用于土壤污染研究，通过测定土样中有害物质的浓度，进一步判断土地是否被污染。
五、结论综上所述，傅里叶红外光谱技术是一种非常有用的研究土壤成分和性质的方法。
在实际应用中，我们可以根据需求对土壤样品进行不同程度的处理和加工，并使用傅里叶红外光谱仪对其进行测定和分析，从而更好地认识和了解土壤。
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
２０１２年 ２ 月
光
谱
学
与
光
谱
分
析
Ｓ ｅ ｔｏ ｃ ｐ ｎ ｐ ｃ ｒ ｌＡｎ ｌｓｓ ｐ ｃ ｒ ｓ ｏ ｙ ａ ｄ Ｓ ｅ ｔａ ａ ｙ ｉ
Ｖｏ ． ２ Ｎｏ ２ ｐ ３ ０ ３ ３ １３ ， ． ，ｐ ３ —３ Ｆ ｂｕ ｒ ｅ ｒ ａｙ，２ １ ０ ２
摘
要 以聚丙烯 酸酯类 系列水基 聚合物包膜控释肥料 为样 品， 定 了包膜肥 料养分 的释放 曲线并原位 测 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（ ＲＮ ，以肥料包膜红外光声光 谱的主成分作 为 Ｇ Ｎ模 型 的输 入层 ， 以 Ｇ Ｎ） ＲＮ 并
衣材料性质 ，因而可以通过包膜的红外光 声光谱直 接获取相 应包膜肥料 的养分释放特征 。
本 工作 原位测定 了肥料包膜 的红外光声光谱并分析 了肥 料养分 释放 曲线 ， 然后通过人工神经网络模拟包膜 的红外光
＿］ １
，
ห้องสมุดไป่ตู้
其中研究养分释放曲线对 于评 价控 释效果具有重要 意
义； 最直接的做法是在 ２ ５℃下采用静水溶 出试 验ｌ ］ 但 该 ＿ ， ２ 。 方 法费时费力 ，在应用中很 难采用 。高温下养 分释放周期 大
采用傅里 叶变换 红 外光声 光 谱 仪 （ ｃｌ ８ ，美 国） Ｎｉ ｅ ３ ０ ｏｔ ，
光声池 Ｍｏ ｅ ３ ０ ＭＴ Ｃ， 国 ） ｄｌ ０ （ Ｅ 美 ，中红外 区域 （０ ￣４０ ０ ５ ０ ０ ｃ ） 将包 膜肥 料 样 品放 入 圆柱 形不 锈 钢样 品 池 （ 径 ５ ｍ 。 直 ｍｍ， ３ｍｍ） 氦气吹扫 １ ， 封后连续 进行 ３ 次 中红 高 ， ０Ｓ 密 ２
土壤的中红外光声光谱研究
第２ 卷， ６ ８ 第 期 ２０ ０８年 ６ 月
光
谱
学
与
光
谱
Hale Waihona Puke 分析 Ｖｏ． ８ Ｎｏ ６ ｐ １ ４ — ２ ５ １２ ， ． ，ｐ ２ ２１ ４
Ｓ ｅ ｔ ｏ ｃ ｐ ｎ ｐ ｃ ｒ ｌＡｎ ｌ ｓｓ ｐ ｃ ｒ ｓ ｏ ｙ ａ ｄ Ｓ ｅ ｔａ ａ ｙ ｉ
Ｊ ｎ ，２ ０ ｕｅ ０８
土 壤 的 中红 外 光声 光 谱研 究
杜 昌文， 周健 民， 王火焰 ， 张佳 宝， 朱安 宁
土壤与农 业可持续发展 国家重点实验 室，中国科学院南京土壤研 究所 ， 江苏 南京 ２ ０ ０ １０８
摘
要
红外 光声 光谱是基于光声理论 的新型数据采集方式 ， 与传统红外光谱相 比 ， 其吸收系数大 ， 合高 适
吸收和高散射的土壤分析 。以中国三种典型土壤为试验材料 ， 究了这三种土壤 （ 研 红壤 ， 潮土和水稻土 ） 的中 红外光声 光谱 特征 。 结果表 明 ， 土壤的 中红外光声光谱 的测定快速 方便 ， 土壤样 品不需前 处理 ，光谱吸 收值
适中， 具有更丰 富的吸收 ， 且土壤 主要组成成分 的中红外 光声 光谱也具有 明显不 同的吸收特征 ，因此中红外 光声光谱能更好地适用 于土壤分 析 ； 利用主成分分析处理土壤 中红外光声光谱 时 ， １ 第 和第 ２主成 分包 含了 光谱 ９ ． ７ 的信息 ； ８ １ 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 这三 种土壤 进行 有效 分
用成 为可 能 ， 其基本原 理见 图 １ ：调制后 的红 外光 通过 ＫＢ ｒ
１ 材料与方法
１ １ 红外 光声 光谱 ．
土壤的光谱特征
土壤的光谱特征
土壤的光谱特征是指在不同波长范围内土壤对光的吸收、反射和透射特性。
这些特征反映了土壤的化学成分、物理性质和水分状况等信息。
土壤的光谱特征具有以下几个方面：
1. 反射率：土壤对不同波长的光线具有不同的反射率。
在可见光范围内，土壤通常呈现较低的反射率，而在近红外和红外波段，土壤的反射率会显著增加。
2. 吸收带：在土壤光谱中，通常可以观察到一些波段上的吸收带。
这些吸收带通常由土壤中的有机质、矿物质和水分等物质引起。
3. 特征峰：土壤光谱中还会出现一些特征峰，这些峰值通常与土壤中特定物质的吸收或反射有关。
例如，土壤中的铁氧化物通常表现为可见光谱中的吸收峰。
4. 反射比：土壤的反射比是指土壤在不同波段上的反射率比值。
通过分析土壤的反射比，可以推断土壤的水分含量和质地等信息。
土壤的光谱特征对于土壤理化性质的研究和土壤类型的划分具有重要意义。
利用遥感技术可以获取大范围的土壤光谱信息，并应用于土壤状况的监测和评估、农作物生长的监测和预测等领域。
傅里叶红外光谱测定土壤
傅里叶红外光谱测定土壤
傅里叶红外光谱（Fourier transform infrared spectroscopy，FTIR）是一种广泛应用于土壤化学研究的快速、无损分析技术。
FTIR仪器通过反射或透过样品，并测量样品对不同波长红外辐射的吸收率和反射率，生成含有组成信息的光谱图。
这些光谱图可以用于确定土壤中所含的有机物、矿物、氧化物、水、气体等化合物的类型和相对含量。
FTIR光谱法广泛应用于土壤来源、土壤质地、土壤特征成分、污染物迁移、污染源追踪等方面的研究。
它可以在不破坏土样的情况下，对土样的化学组成等进行分析，能够快速获取大量数据，所得的数据精度高且可靠性强。
在进行FTIR光谱法分析时，需要对土样进行样品制备，通常采用粉碎、均质和压片等方式将土样制成均匀的薄片，并在仪器中对其进行扫描。
通过数据处理和谱图分析，就可以得到准确的土壤化学组成信息。
总之，FTIR光谱法是一种快速、准确、无损的土壤分析方法，可为环境科学家和土壤科学家提供重要数据，有助于理解土壤的结构和组成，并为解决土壤污染和保护土地资源提供科学依据。
【国家自然科学基金】_红外光声光谱_基金支持热词逐年推荐_【万方软件创新助手】_20140730
科研热词 量子级联激光器 谐振 红外光谱 土壤鉴定 土壤矿物 半导体激光器 光声光谱 中红外
推荐指数 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9
科研热词 推荐指数 溶胀度 1 气体传感 1 模型膜 1 有限元方法 1 控释肥料 1 共振频率 1 光声光谱 1 傅里叶变换红外光声光谱 1 偏最小二乘法 1
推荐指数 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 蒙脱石-黄原糖复合体 1 界面层 1 单壁碳纳米管 1 剪切 1 光声效应 1 傅里叶转换红外光声光谱 1 γ 辐射 1
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
2013年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
科研热词 光声光谱 量子级联激光器 衰减全反射 纵向共振光声池 红外光谱技术 红外光谱 硝酸盐 激光光谱技术 氟化亚硫酰 气体检测 最低检测限 小白菜 宽频红外光源 大气污染 在线监测 化学计量 偏最小二乘
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12
科研热词 光声光谱 谐波检测 红外吸收 红外光谱 稀土配合物 甲烷 溶胶-凝胶 土壤学 化学计量学 光谱增强 光声效应 f-f跃迁
推荐指数 2 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8
科研热词 光声光谱 黄土 红外光谱 紫外差分吸收技术 神经网络 碳酸钙 温度影响 氨 校正模型 有机质 排放源 定量分析 多元散射校正 在线监测 土壤分析 土壤 反射光谱 化学计量学 六氟化硫 光谱学技术 交叉响应 norris平滑 bp
植被与土壤的光谱反射率
植被与土壤的光谱反射率
植被和土壤的光谱反射率是指它们在不同波长的光线照射下所反射出的光线的比例。
植被和土壤的光谱反射率是由它们的物理和化学属性决定的。
植被的光谱反射率受植被类型、植被覆盖度以及植被的健康状况等因素的影响。
一般来说，健康的植被在红色和近红外波段有较高的反射率，而在绿色波段有较低的反射率。
这是因为植被的叶绿素吸收了蓝光和红光，而反射了绿光和近红外光。
土壤的光谱反射率受土壤类型、土壤含水量、土壤质地和土壤颜色等因素的影响。
一般来说，干燥的土壤在红外波段有较高的反射率，而湿润的土壤在可见光波段有较高的反射率。
土壤的颜色也会对光谱反射率产生影响，比如较浅的土壤反射率较高，而较深的土壤反射率较低。
光谱反射率可以通过使用遥感技术来获取，如使用光谱仪器对地表进行遥感观测。
通过分析植被和土壤的光谱反射率，可以获得有关其生长状态、植被类型、土壤湿度和质地等信息，对环境和农业等领域的研究具有重要意义。
田黄的红外与拉曼光谱研究
田黄的红外与拉曼光谱研究刘云贵1陈涛1,21.中国地质大学珠宝学院，武汉，43072.中国地质大学地质过程与矿产资源国家重点实验室，武汉，4307本文对中国寿山田黄石进行了X射线粉晶衍射(X R D)、红外光谱和拉曼光谱测试，以获得田黄的谱学特征。
研究表明田黄有地开石质、珍珠陶石质和伊利石质三类，其红外特征吸收峰分别为3621c m-1、3629c m-1和631c m-，拉曼特征峰分别为362c m-1、3627c m-1和632c m-1，350c m-1～3750c m-1间O H振动所致拉曼谱峰与红外结果一致。
地开石质田黄含无序、有序两类，无序地开石O H3振动吸收峰相对有序地开石向低波数方向移动8c m-1，相对强度增强，无序结构可能与高含量的F e有关。
350c m-1～3750c m-1间地开石O H振动红外吸收峰强于珍珠陶石，表现为珍珠陶石质田黄的红外光谱明显叠加有副矿物地开石的强吸收峰。
伊利石质田黄主要为2M1型伊利石，并含有少量1M型伊利石。
这些特征为科学鉴定田黄提供了理论依据。
田黄；X R D；红外光谱；拉曼光谱I n f r a e d a n d R m a n S p e c t r a S t u d y o n T i a n h u gY u n g u i L i u1T a oC h e n1,21. G e m o l o g i c a l I n s t i t u t e,C h i n aU n i v e r s i t y o f G e o s c i e n c s,W u h a n43074.C h i n a;2.S t a eK e y L a b o r a t o yo f G e o l g i c a l P r o c e se s a n d M i n e r a l R e s o u r c s,C h i n a U n i v e r s i t y of G e o s c i e n c s,W u h a n4307.C h i n a.T h e T i a n h u a n g s t o n e s,f r o mS h o u s h a n i n C h i n a,h a v e b e e n s t u d i e d b y u s i n g X-r a y P o w d e r D i f r a c t o m e t r y(X R D),I n f r a r e d(I R)s p e c t r o s c o p ya n d R m a n s p e c t r s c o p y t o o b t a i nt h e s p e c t r a h r a c t e r i z a t i o n.3621c m-1,3629c m-1,3631c m-1i n t h e I R s p e c t r aa n d326c m-1、 3627c m-1,3632c m-1i nt h e R a m a n s p e c t r a a r e t h e c h a r a c t e r i s t i c p e a k s o f d c k i t i c T i a n h u n g,n a c r t i cT i a n h u a n g a n di l i t i cT i a n h u a n g,r e s p e c t i v e l y.R a m a n s p e c t r aa s i g n e d t o O H a r eg o d a g r e m e n t w i t h t h e I R r e s u l t s a t3550c m-1～3750c m-1.D i c k t i cT i a n h u a n gi n c l u d e s o r d e r e dd i c k i t c a n dd i s o r d e r e d d i c k i t c.C o m p a r e dw i t ho r d e r e dd i c k i t e,t h e b a n d a s i g n e d t o O H3o fd i s o d r e dd i c k i te s h if t st o l o w-f r e q u e n c yb y8c m-1a n d t h e r e l a t i v e i n t e n s i t yb e c o m e ss t r o ng e r.Th edi s o r d e r s t r u c t u r e m a y r e l a t e t ot h e h i g hl e v e l o f F e.T h eI Ra b s o r p t i o n s p e c t r a o f n a c r i t i cT i a n h u a n g s u p e r i m p o s e ss t r o n g p e a k so fd c k i t e,i n d c a t i n gt h a tI R a b s o r p t i o nb a n d so f d i c k i t e a r es t r o n g e r t h a nt h ato fn a c r i t e a t350c m-1～3750c m-●。
土壤石油类的测定红外分光光度法_概述及解释说明
土壤石油类的测定红外分光光度法概述及解释说明1. 引言1.1 概述本文将介绍土壤石油类的测定方法——红外分光光度法。
随着工业化进程不断加快，土壤受到了各种污染物的侵扰，其中包括石油类污染物。
为了准确快速地检测和评估土壤石油类的含量，红外分光光度法成为一种被广泛应用的技术手段。
本文将对该方法的原理、步骤以及标准方法进行详细解释。
1.2 文章结构本文分为五个主要部分：引言、正文、红外分光光度法的应用、土壤石油类测定的步骤和标准方法以及结论及进一步研究方向。
下面将对每个部分进行简要说明。
1.3 目的本文旨在提供关于土壤石油类测定红外分光光度法的全面概述，并解释该方法的原理和步骤。
通过阅读本文，读者可以了解到该技术在环境监测和土壤污染评估中的重要性，并能够理解如何正确地运用该方法进行土壤石油类的测定。
此外，本文还将探讨该方法的应用领域，并提出进一步研究方向，以期促进该技术在实际应用中的发展和推广。
以上是“1. 引言”部分的内容，详细清晰地介绍了文章的概述、结构和目的。
2. 正文土壤石油类的测定是环境监测和土壤污染评估中的一个重要任务。
石油类污染会对土壤生态系统造成严重影响，因此准确测定土壤中的石油类含量对于了解土壤质量和开展环境治理非常重要。
红外分光光度法是一种广泛应用于化学分析领域的技术，适用于快速、准确地检测和分析不同样品中的有机物。
该方法利用样品中不同化学键振动造成的特征吸收峰来鉴定和定量分析物质的组成。
在土壤石油类的测定中，红外分光光度法通过检测样品中石油类成分（如芳香族碳氢化合物和多环芳香族碳氢化合物）所产生的吸收峰来进行分析。
首先，需要将采集到的土壤样品进行前处理步骤，如干燥、粉碎和萃取等，以获得可靠的测试结果。
然后，将经过处理的土壤样品制备成适合红外光谱仪检测的固体或液体样品，并通过仪器获得吸收谱图。
利用红外光谱仪测量到的土壤样品吸收谱图可以通过与已知标准物质进行比对来确定石油类物质的含量。
土壤碳酸钙中红外光声光谱特征及其应用
土壤碳酸钙中红外光声光谱特征及其应用马赵扬;杜昌文;周健民【摘要】The mid-infrared photoacoustic spectra of CaCO3 was determined and characterized, and multi-calibration methods of principal component regression (PCA), partial least squares regression (PLSR), and GRNN artificial neural network were applied to quantitative analysis of soil carbonate. The results showed that abundant absorptions were found in the mid-infrared photoacoustic spectra of CaCQ3, especially the very strong band at the wavenumber of 1 450 cm-1, in which there was few interferences, and could be used as spectral indicator of soil carbonate; the calibration results were good or excellent with the three che-mometric methods, in which PLSR and GRNN modeling were excellent with a R2 more than 0. 9, and PCA modeling was good with a R2 of 0. 847; the validation results showed that PLSR and PCA modeling were excellent with higher R2 values (>0. 9), and GRNN was also very satisfied with a R2 of 0. 882. Totally, PLSR modeling was the best with RPD values more than 3. 0, indicating its strong potential in the prediction of soil carbonate.%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1 450 cm-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.【期刊名称】《光谱学与光谱分析》【年(卷),期】2012(032)005【总页数】4页(P1255-1258)【关键词】光声光谱;定量分析;碳酸钙;化学计量学【作者】马赵扬;杜昌文;周健民【作者单位】中国科学院南京土壤研究所,土壤与农业可持续发展国家重点实验室,江苏南京210008;中国科学院南京土壤研究所,土壤与农业可持续发展国家重点实验室,江苏南京210008;中国科学院南京土壤研究所,土壤与农业可持续发展国家重点实验室,江苏南京210008【正文语种】中文【中图分类】S152土壤无机碳主要指土壤碳酸盐，其含量是土壤分类、土壤肥力评估和土壤－大气CO2交换的的重要依据之一。
红外光谱在土壤学中的应用
土 壤(Soils), 2008, 40 (6): 872~877红外光谱在土壤学中的应用①邓 晶， 杜昌文*， 周健民， 王火焰， 陈小琴（土壤与农业可持续发展国家重点实验室（中国科学院南京土壤研究所），南京 210008）摘 要：红外光谱技术在土壤学中已得到较广泛的应用，它能够综合地反映土壤体系的物质组成及其相互作用，为研究土壤中物质循环及其作用过程提供了新的手段。
本文回顾了近年来红外光谱技术在土壤学中的应用，包括透射光谱在土壤定性分析中的应用，并重点介绍红外反射光谱与化学计量学相结合的光谱建模技术发展情况及其在土壤定量分析中的应用。
同时本文探讨了基于光声效应的红外光声光谱技术，红外光声光谱非常适合用于土壤这种复杂、非透明体系的研究，能够克服传统透射和反射光谱中存在的缺陷，测定快速方便，并具有较高的灵敏度和测量精确度，具有很大的应用潜力。
关键词：土壤学；红外光谱；光声光谱；化学计量学中图分类号： S132红外光谱分析是通过测量分子对红外光吸收从而得到分子结构信息的一种检测方法，当照射分子的红外辐射频率与分子振动频率相同时，分子从基态振动能级跃迁到激发态的振动能级，产生红外吸收[1]。
土壤是一种有机物和无机物共存的复合体，不同的土壤因其组成的不同而具有不同的红外吸收。
从最早的腐殖质成分分析到近年的遥感、农田养分研究，人们不断追求新技术、新思维在实践中的应用。
近20年，红外光谱分析技术与化学计量学的结合为土壤学的研究提供了新的手段。
在早期的研究工作中，红外光谱主要用作土壤组分的定性分析，主要使用透射光谱。
随着反射光谱技术的进步，镜面反射、漫反射（diffused reflectance）和衰变全反射（attenuated total reflectance）逐渐得到广泛的应用。
同时，随着分析仪器精密度的大幅度提高，配合先进的波谱解析和数据处理方法，红外光谱已经能够用于土壤的定量分析，并且取得较好的结果。
土壤对光谱反射率的影响
土壤对光谱反射率的影响
土壤的光谱反射率受多种因素影响，包括土壤类型、含水量、有机质含量、颗粒大小和土壤结构等。
以下是对这些因素影响的简要解释：
1. 土壤类型：不同类型的土壤具有不同的颜色和化学成分，因此它们在不同波长的光线下对光的反射率不同。
例如，沙质土壤通常具有较高的反射率，而粘土质土壤具有较低的反射率。
2. 含水量：土壤中的水分含量对光的吸收和散射产生影响。
水分多的土壤对红外光有很高的吸收率，而对可见光有较低的散射率。
因此，水分多的土壤呈现较深的颜色，并且在红外光谱中呈现较低的反射率。
3. 有机质含量：有机质含量高的土壤通常比有机质含量低的土壤具有更高的反射率。
有机质能够吸收和散射光线，从而导致土壤的反射率降低。
4. 颗粒大小：土壤的颗粒大小也会影响光的反射率。
粒径较大的土壤颗粒可以增加土壤表面的粗糙度，从而导致光的散射增加并反射率降低。
5. 土壤结构：土壤结构指的是土壤中颗粒的排列方式和聚集状态。
土壤结构可以影响光的透过和反射。
例如，毛细孔隙的存在会减少光的穿透能力，增加反射率。
综上所述，土壤对光谱反射率的影响是一个综合性的因素，受土壤类型、含水量、有机质含量、颗粒大小和土壤结构等多个因素的综合影响。
红外光谱技术在环境监测中的应用研究
红外光谱技术在环境监测中的应用研究发表时间：2021-01-05T15:22:18.143Z 来源：《科学与技术》2020年27期作者：赵赫[导读] 在对环境进行监测时，传统的化学分析法需要使用非常多的化学试剂，而且部分试剂还存在较大的毒赵赫徐州市新沂生态环境局江苏新沂 221400摘要：在对环境进行监测时，传统的化学分析法需要使用非常多的化学试剂，而且部分试剂还存在较大的毒性，处理不好会对环境造成污染，并且整个分析的用时较长，不能够满足目前快速检测，绿色环保的要求。
而当下的红外光谱技术凭借其方便高效、成本低以及不使用化学试剂等优点，在多个领域得到了广泛的应用，而本文则针对红外光谱技术在环境检测中的应用进行相关分析。
关键词：环境监测；红外光谱；应用0引言红外光谱根据波长的不一样可以分为近红外区、中红外区以及远红外区。
近红外区主要对 C-H及 N-H 键等的倍频或者组频的吸收情况进行研究，但这个波长范围内吸收峰的强度较弱，因此主要应用于分析有机官能团。
中红外区的吸收峰较强，多数的有机化合物以及无机化合物的极品吸收都集中在这个区域，因此主要用做分析有机分子结构以及样品成分。
远红外区则用做对金属有机物以及无机矿物进行分析。
因此，通过对红外光谱的合理利用，能够对各种各样的物质进行检测。
1红外光谱技术在环境监测中的应用1.1大气监测傅里叶变换红外光谱技术因其信噪比与光谱分辨率较高，并且具有宽谱带信息的特点，因此在环境科学实时在线分析上优势明显，在多个方面上都有所应用，具体如下：（1）利用反射式傅里叶变换红外光谱，对某地区的 CO2、CH4、N2O 和 CO 四种温室气体的浓度变化规律进行研究，经过分析，经检测，四种温室气体的浓度分别为0.98 mg/m3、3.57×10-3 mg/m3、3.93×10-3 mg/m3、6.25×10-3 mg/m3。
而反射式怀特池傅里叶变换红外光谱法能够对空气中的O3、C2H2、C2H6进行定量分析。
中红外光声光谱法测定土壤顶空氨气浓度
土 壤 (Soils), 2014, 46(6): 1017–1023①基金项目：国家自然科学基金项目(41130749)资助。
* 通讯作者(chwdu@)作者简介：王娇(1989—)，女，山东滨州人，硕士研究生，主要从事土壤氮素转化过程研究。
E-mail: wangjiao@中红外光声光谱法测定土壤顶空氨气浓度①王 娇1,2，杜昌文1*，申亚珍1，马 菲1，周健民1(1 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所)，南京 210008；2 中国科学院大学，北京 100049)摘 要：利用中红外光声光谱对土壤顶空氨气(NH 3)浓度进行测定。
结果表明，在动镜速率为0.16 cm/s ，分辨率为4 cm –1时获得的NH 3光谱噪音较少且信号强度高。
利用选定的参数采集不同浓度NH 3光谱，其中位于900 ~ 1 000 cm –1的特征吸收峰适于定量分析。
分别选用该特征吸收的峰高、峰面积和第一主成分与NH 3浓度进行回归建模，线性决定系数(R 2)均达到0.9以上，表明三者都呈显著线性相关，中红外光声光谱可以用于快速测定土壤顶空中NH 3浓度，这为土壤氮素循环研究提供了新手段。
关键词：中红外光声光谱；氨挥发；土壤顶空；主成分回归 中图分类号：S152；S158.41980年到2012年我国的化肥施用量从1 269.4万t 增加到了5 704.2万t ，其中氮肥施用量从934.2万t 增加到了2 381.4万t ；尿素是使用最广泛的氮肥，但当季利用率低，仅为30% 左右；尿素施用时可产生NH 3挥发，尤其在碱性土壤和水稻土中，NH 3挥发更显著，成为氮素损失的重要途径之一[1]。
氮素利用率低不仅浪费资源与能源，同时也加剧了温室效应和水体富营养化等环境问题[2–3]。
国内外针对NH 3挥发的测定开展了很多研究。
NH 3挥发的测定方法可分为原位测定和实验室测定两类[4]。
原位测定的结果更加接近实际情况，但环境条件不易控制；实验室测定可以控制各种因素，但与田间条件存在较大差别，因此测量结果与实际状况存在一定偏差。
各典型地物的光谱曲线
水体的光谱曲线
水体反射率较低, 小于10%, 远低于大多数的其他地物, 水体在蓝绿波段有较强反 射, 在其他可见光波段吸收 都很强。纯净水在蓝光波 段最高, 随波长增加反射率 降低。在近红外波段反射 率为0；含叶绿素的清水反 射率峰值在绿光段, 水中叶 绿素越多则峰值越高。这 一特征可监测和估算水藻 浓度。 而浑浊水、泥沙水反射率 高于以上, 峰值出现在黄红 区。
各典型地物的光谱曲线
常见地物比较光谱曲线 植被光谱曲线 土壤光谱曲线 水体光谱曲线 岩石光谱曲线
地物波谱特征
❖ 在可见光与近红外波段，地表物体自身的辐射几乎等于零。地物 发出的波谱主要以反射太阳辐射为主。太阳辐射到达地面之后， 物体除了反射作用外，还有对电磁辐射的吸收作用。电磁辐射未 被吸收和反射的其余部分则是透过的部分，即:
岩石的光谱曲线
岩石反射曲线无统一特 征，矿物成分、矿物含 量、风化程度、含水状 况、颗粒大小、表面光 滑度、色泽都有影响。 例如: 浅色矿物与暗色 矿物对其影响较大，浅 色矿物反射率高，暗色 矿物反射率低。 自然界岩石多被植、被 土壤覆盖，所以与其覆 盖物也有关
思考题
电磁波谱
BACK
常见地物的光谱曲线比较
不同地物的反射光谱曲线 不同，从图中我们可以看 出: 0.4~0.5 μm波段的相片可以 把雪和其他地物区分开； 0.5~0.6 μm波段的相片可以 把沙漠和小麦、湿地区分 开； 0.7~0.9 μm波段的相片，可 以把小麦和湿地区分开。
植物的光谱曲线
可见光波段0.4~0.76 μm 有一个反射峰值, 大约 0.55 μm（绿）处, 两侧 0.45 μm（蓝）和0.67 μm （红）则有两个吸收带；
近红外波段0.7~0.8 μm有 一反射陡坡, 至1.1 μm附 近有一峰值, 形成植被独 有特征；
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第28卷,第6期 光谱学与光谱分析Vol 128,No 16,pp1242212452008年6月 Spectroscopy and Spectral Analysis J une ,2008 土壤的中红外光声光谱研究杜昌文,周健民,王火焰,张佳宝,朱安宁土壤与农业可持续发展国家重点实验室,中国科学院南京土壤研究所,江苏南京 210008摘 要 红外光声光谱是基于光声理论的新型数据采集方式,与传统红外光谱相比,其吸收系数大,适合高吸收和高散射的土壤分析。
以中国三种典型土壤为试验材料,研究了这三种土壤(红壤,潮土和水稻土)的中红外光声光谱特征。
结果表明,土壤的中红外光声光谱的测定快速方便,土壤样品不需前处理,光谱吸收值适中,具有更丰富的吸收,且土壤主要组成成分的中红外光声光谱也具有明显不同的吸收特征,因此中红外光声光谱能更好地适用于土壤分析;利用主成分分析处理土壤中红外光声光谱时,第1和第2主成分包含了光谱98117%的信息;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三种土壤进行有效分类,这为土壤鉴定提供了快捷的新手段,并使中红外光声光谱在进一步的土壤定量分析中将具有潜在的应用前景。
关键词 土壤;红外光声光谱;主成分分析;土壤鉴定中图分类号:S152 文献标识码:A 文章编号:100020593(2008)0621242204 收稿日期:2007202205,修订日期:2007206208 基金项目:国家高新技术计划“863”项目(2006AA10A301)资助 作者简介:杜昌文,1974年生,中国科学院南京土壤研究所副研究员 e 2mail :chwdu @issas 1ac 1cn引 言 土壤是由岩石在漫长的时间和不同的环境条件作用下逐步演生而来,它是大气圈、水圈、生物圈和岩石圈的交界面,对全球环境变化有着十分重要的作用,同时也是生物生存的重要载体,因而土壤组成及其理化性质的研究对土壤生产力及土壤生态环境具有重大的意义[1]。
传统的土壤分析方法主要通过建立土壤化学或土壤物理性质与某一土壤组成间的相关关系来研究土壤性质,这在生产实践中具有十分重要的指导意义,但这种方法忽视了土壤作为一个复杂整体中的相互作用,如土壤化学提取会改变土壤相平衡而可能使研究的问题复杂化,因此,需要发展一种以土壤为整体系统的分析方法,以便更好地认识和利用土壤资源[2]。
光谱学方法(如质谱、核磁共振、紫外、红外等)作为一种物理的分析方法在土壤分析中得到了很好的应用[3,4],其中红外光谱是应用最为广泛的一种方法[527]。
红外透射光谱和反射光谱已较多地应用于土壤分析,而光声理论在红外光谱中的应用使得红外光谱在土壤学中的应用成为可能,其基本原理见图1:调制后的红外光通过K Br 窗口进入光声池(光声池内充满氦气),光声池内的土壤样品吸收红外光后产生热效应,产生的热传导给样品周围的氦气,氦气受热后产生压力波,这种压力波信号能被敏感的麦克风检测,检测到的信号通可过电脑转化成光谱;傅里叶变换红外光声光谱测定时间短,基本不受样品形态影响,且灵敏度可调,在功能材料及农产品品质检测中具有很好的应用[8,9],然而迄今为止还没有应用于土壤学的报道。
本文将利用这种技术测定不同土壤类型的红外光声光谱,对比红外透射和反射光谱分析光声光谱特征,并初步用于土壤鉴定,为傅里变换红外光声光谱在土壤分析中的应用打下基础。
Fig 11 Principle of infrared photoacoustic spectroscopy1 材料与方法111 红外光声光谱采用傅里叶变换红外光声光谱仪Vector27(Bruker ,德国),D T G 检测器;反射光谱采用ZnSe 晶体(多反),透射光谱采用传统的K Br 压片,均为中红外(500～4000cm -1)32次扫描重复,扫描间隔为2cm -1;光声光谱采用光声池PA300(M TEC ,美国):土壤样品放入圆柱形不锈钢样品池(直径5mm ,高3mm ),氦气吹扫10s ,密封后然后连续进8次中红外扫描重复,扫描间隔为2cm -1,每次测定以碳黑为参照。
112 实验材料供试土壤分别采于中国科学院红壤生态试验站(红壤)、中国科学院封丘生态试验站(潮土)和中国科学院常熟生态试验站(水稻土)。
每种土壤类型采集3个样品,土壤样品在室温下风干,过20目筛备用。
三种土壤样品的主要理化性状见表1。
T able 1 Selected agrochemical properties of soils used速效氮/(mg ・kg -1)速效磷/(mg ・kg -1)速效钾/(mg ・kg -1)有机质/(g ・kg -1)p H 红壤40202081018515潮土91511979518816水稻土12613151272111612113 光谱解析利用Matlab 710处理光谱数据。
2 结果与讨论211 三种土壤的红外光谱图2是三种土壤的中红外透射(K Br 压片)光谱图,其吸收主要表现为二处:2800～3800cm -1和800～1600cm -1。
2800～3800cm -1处主要是粘土矿物的吸收,1500～1600cm -1是土壤水分的吸收,1300～1600cm -1则是CaCO 3的吸收,1200cm -1以下为指纹吸收。
三种土壤虽然在吸收强度上存在差异,但由于透射光谱本身的特点,基本上只用于土壤组成的定性分析,如用于土壤矿物和有机物的鉴定[10,11];通过强度可以比较同一样品相对含量的半定量分析,但用于样品间定量分析则很困难;另外,透射光谱的样品前处理时间较长,在土壤定量分析中受到很大的限制。
Fig 12 Mid 2infrared transmittance(KB r pellets)spectra of three soil types1:Fulvic 2aquic soil ;2:Red soil ;3:Paddy soil 图3(a )是三种土壤中红外衰减全反射光谱图,其主要吸收区域和红外透射光谱相似,三种土壤均表现相同的吸收峰,只在吸收强度上表现出一定的差异;图3(b )表明,扣除水分吸收后的光谱图,表明在2800～3800cm -1处的吸收基本上是噪音,没有可用的信息,1500～1800cm -1处的吸收变得很弱,因此这两处的吸收受水分影响很大;虽然800～1200cm -1处的吸收受水分影响不大,但这个波段的吸收十分复杂,是多种分子振动吸收的综合反应,对于成分复杂的土壤并没有很好的应用价值。
1300～1600cm -1处表现为CaCO 3的吸收,这使得区分石灰性土壤和中酸性土壤成为可能,尽管如此,中红外反射光谱在土壤分析中的应用明显比近红外反射光谱少。
Fig 13 Mid 2infrared reflectance spectra of three soil types(a ):Including water absorption ;(b ):Subtracting water absorption ;1:Red soil ;2:Fulvic 2aquic soil ;3:Paddy soil 红外衰减全反射光谱在测定方法上明显优于透射光谱,同时可实现定量分析,且样品基本不需前处理,测定快速,在土壤某些理化性的定量分析上具有很多应用[12214],但由于吸收信号相对较弱,使得分析误差相对较大,在应用中受到了一定的限制。
图4是红外光声光谱图,从500～3800cm -1波数的中红外区均有吸收,吸收强度适中,吸收的丰富度也明显优于红外反射和透射光谱,不但有利于定性分析,同时红外光声光谱的测定基本不受土壤样品颗粒大小、样品密度和样品量等的影响,十分有利于土壤定量分析。
212 土壤中主要无机成分的红外光声光谱土壤主要以无机组分构成,无机组分的主要成分为粘土矿物(高岭石、蒙脱石)、石英砂和CaCO 3组成,图5是这几种物质的红外光声光谱。
蒙脱石的吸收主在表现在2800～3421第6期 光谱学与光谱分析3800cm -1,1500～1800cm -1,800～1200cm -1,其中2800～3800cm-1处的吸收表现为宽峰;高岭石的吸收主在表现在3500～3800cm -1,1500～2000cm -1,800～1200cm -1,其中800～1200cm -1处具有强吸收;石英砂仅在1000～2000cm -1处的存在一些弱吸收;CaCO 3则表现出多处较强的吸收,主要为2900～3100cm -1,2300～2600cm -1,1000～1600cm -1,1600～1700cm -1,2100～2200cm -1。
以上不同物质的吸收是由其不同的分子结构及其分子振动强弱和振动模式决定的。
尽管不同的物质的红外光声光谱图是明显不同的,但是不同物质的红外光声光谱图可能会存在重叠,如蒙脱石和高岭石在1000～1200cm -1处均有较强吸收,因此土壤的红外光声光谱图是土壤中各类物质的综合表现,这为土壤类型的鉴定提供了物质基础和可能的手段。
213 基于红外光声光谱的土壤鉴定从图4可看出,红壤、潮土和水稻土的红外光声光谱存在显明差别,但是光谱图对这种差异的表征还不够直观。
Linker [15,16]等对土壤的中红外衰减全反射光谱进行主成分分解,能较好地进行土壤鉴定,而红外光声光谱具有更为丰富的吸收,这更加有利于土壤鉴定。
此外,土壤中含有大量的微生物,如真菌和细菌等,而红外光声光谱在微生物鉴定与分析中也表现出色[17220],这也为土壤鉴定提供了理论基础。
为了更好地表征三种土壤的差异,对三种土壤的中红外光声光谱进行主成分分析,结果表明第1和2主成分含有光谱信息的98117%。
利用第1主成分得分(PCA1)和第2主成分得分(PCA2)作二维散点分布图(图6),由图可知,红壤、潮土及水稻土的分布明显不同,这为土壤类型的分类和鉴定提供了新的手段,并将在进一步的土壤定量分析中表现出其应用潜力。
Fig 16 Distribution of soil types by plotting principalcomponents b ased on FTIR 2PAS spectra3 结论与展望 土壤的红外光声光谱包含的信息明显优于红外反射和透射光谱,光谱的测定需样量少,测定时间短,且不受样品形态的影响,不但可以做定性分析,还可以用于定量分析;不同类型的土壤因其组成不同使得其红外光谱存在明显差异,基于红外光声光谱主成分的二维散点分布图可对这三种土壤进行了有效的鉴定;因此,结合多元校正的方法,红外光声光谱为进一步土壤理化性质的定量分析提供新的手段,并在土壤肥力评价中具有潜在的应用。