1.1 建立樣品庫
　　采集一定量具有代表性的土壤樣品，風干、磨碎，制成需要分析檢測的樣品。首先采用常規化學分析方法測定樣品的有機質、氮、磷、鉀等含量，為預測提供標準數據；然后根據化學檢驗結果，盡可能獲取大量可靠數據，豐富和補充建模樣品庫中的數量，建立土壤成分NIRS預測的建模樣品庫。
1.2 建立NIRS數據庫
　　在同一實驗條件下測定土壤成分樣品庫中樣品的近紅外光譜，建立土壤成分含量預測的近紅外光譜庫。不同的近紅外光譜檢測儀器的精度不同，其光譜也有所差別。
1.3 建立數學模型
　　近紅外光譜分析技術是一種間接的分析技術，要想實現對未知樣品的定性或定量分析，首先要對樣品通過標定的方法建立校正模型。利用主成分分析的方法得到主要成分，利用聚類分析的方法得到光譜的類型，在模型建立過程中，通過主成分和光譜類型之間的關系，建立起光譜數據與化學值的相關關系，利用多元回歸的方法，建立基于近紅外光譜的有機質測量模型。
1.4 光譜預處理技術
　　為了建立穩定定標模型，得到可靠、準確的特征波長，去除掉有各種干擾噪聲。如散射干擾、儀器噪聲等、其他組分吸收對待測組分吸收造成的干擾等，這些干擾噪聲的存在必然會影響光譜數據的分析及定標模型的分析精度和穩定性，以便降噪、減少各種干擾。因此，對采集的土壤樣品進行多元散射校正有利于光譜預處理和定標模型的建立。

2 土壤成分NIRS檢測的難點

2.1 樣品庫的準確性
　　在近紅外光譜分析中，由于光譜數據中的異常光譜嚴重影響定標模型的質量。因此還需要剔除異常樣品，保證定標模型的穩定性。樣品的基體（如含水量）的影響，雖然經過處理后，基體情況基本一致，但不能排除個別樣品基體不同的情況；樣品顆粒大小及均勻度對光的漫反射強度的影響；由于裝樣時樣品量的多少，裝樣的厚度，樣品表面的平整性及密實程度都對入射光在樣品表面有一定的影響，進而影響所測得的光譜。
2.2 溫度的影響
　　溫度的穩定性是保證測量系統分析精度及重復性的重要環節。因此要采用信噪比與溫度成反比的探測器，并對其進行致冷控溫。近紅外分析法對儀器和樣品的溫度十分敏感，溫度變化在10～20 ℃就可以使得吸光度發生變化，而且溫度影響不呈規律性。所以分析測試前要求室溫相對穩定，儀器要預熱一段時間，樣品也須置于儀器同一環境下放置一段時間，以達到與室溫、儀器相接近的溫度。
2.3 儀器的分辨率
　　近紅外光譜儀的工作狀態和掃描時各種參數的設置，特別是儀器的分辨率會嚴重影響近紅外光譜的質量，對測量過程和分析結果產生很大影響。分辨率越高，近紅外光譜就越粗糙，光譜所含噪聲越多，吸光度也越大。
　　要減少預測引起的誤差，除了要避免以上幾種情況外，還必須保證定標樣品能充分代表所分析對象的總體，其收集范圍應包括將來測定未知樣品可能出現的待測成份含量水平和不同產地的情況，使各不同水平的定標樣品數目盡可能均勻分布。

本文來源：論文網