优秀范文《中国土壤质地分类标准》

国际制土壤质地分级标准

土壤颗粒组成中，>2mm的石砾超过1%的土壤，根据石砾含量分别定为砾质土或砾石土。

砾质土在描述土壤质地时，在质地名称前冠以某确立质土字样，如砾质砂土、少砾质砂土等。少砾质土砾石含量1~5%；中砾质土砾石含量5~10%；多砾质土砾石含量10~30%。

砾石土。当土壤中砾石含量超过30%以上者，按规定，不再记载细粒部分的名称，只注明是某砾石土。其分级标准为：砾石含量30~50%者为轻砾石土；50~70%者为中砾石土；70%以上者为重砾石土。考试到砾石中所夹细粒部分物质情况各异，在生产上反应亦大不一样，因此，

在室内测试时，仍将细粒部分的颗粒组成分别进行了测定，在总的质地命名时仍命名为某砾石土，但在括号内则注明细粒部分的质地名称。如某土壤>2mm的砾石含量为65%，细粒部分的质地为壤质粘土，最后命名时，则定为中砾石土（壤质粘土）等。

土壤质地的分类和改良

土壤质地是土壤的一项非常稳定的自然属性，它可以反映母质的来源和成土过程的某些特征，对土壤肥力有很大的影响，因而在制定土壤利用规划、确定施肥用量和种类、进行土壤改良和管理时必须重视其质地特点。

土壤质地是根据机械组成划分的土壤类型。机械组成指土壤中各粒级矿物质土粒所占的百分数，也称颗粒组成。——土壤中各粒级土粒含量（质量）的百分率的组合称为土壤质地（土壤的颗粒组成、土壤的机械组成）。

一、土壤质地的分类

目前，对土壤的分类有国际制、卡庆斯基制（前苏联制）和中国制三种。

1、国际制：

国际制土壤质地分类标准是根据砂粒(2～0.02毫米)、粉粒(0.02～0.002毫米)和粘粒(

查三角图的要点为：

以粘粒的含量为主要标准，＜15%→砂土或壤土，15%～25%→粘壤土，＞25%→粘土；

当粉粒含量达到45%以上时，在质地分类名称前要加冠“粉质”字样，当砂粒含量达到55%～85%时，在质地类别名称前要加冠“砂质”字样；

当砂粒含量＞85%时，直接称为壤砂土，＞90%→砂土。

例如：某土壤：砂粒30%、粉粒50%、粘粒20%→粉质粘壤土 某土壤：砂粒60%、粉粒20%、粘粒20%→砂质粘壤土 某土壤：砂粒10%、粉粒50%、粘粒40%→粉质粘土

2、卡庆斯基制（前苏联制）

卡庆斯基制土壤质地分类制有简制和详制两种。其中以简制应用最为广泛，这里我们只介绍简制，在我国的两次土壤普查中都采用了

卡庆斯基简制作为质地分类标准。

卡庆斯基简制是根据物理性砂粒（＞0.01mm）和物理性粘粒（＜0.01mm＝的含量来划分土壤质地类别。

3、中国制

1987年《中国土壤》第二版中公布了中国的质地分类制，分为3组12种质地名称。

与其它的质地制相比，我国的质地制有以下的特点：

与其配套的粒级制是在卡庆斯基粒级制的基础上修定而来的，主要是把粘粒的上限由0.001mm提高到大家公认的0.002mm，粘粒级分为粗（0.002～0.001mm）和细（

我国的质地分类标准还处在试用阶段，还没有得到广泛的应用.

纵观各种质地分类制，尽量存在着一些差别，但大体上还是把土壤质地分为砂土、壤土、粘土三类。

二、土壤质地层次性（质地剖面）

许多土壤上下层的质地差别很大，呈现土壤质地层次性。形成原因有自然条件（冲积性母质发育的土壤）和人为耕作等（犁底层）。质地层次性对土壤肥力的影响，侧重在致低层次排列方式和层次厚度上，特别是土体1m内的层次特点。

上砂下粘：胶泥底、上浸地，托水又托肥——蒙金土；

上粘下砂：砂砾底、菜蓝地，漏水又漏肥——倒蒙金。

三、土壤质地的改良

1、增施有机肥料

无论是砂质土还是粘质土，增施有机肥，提高土壤OM含量，都能起到改良土壤的作用，因为OM的粘结力和粘着力比砂粒大，但是比粘粒小，可以克服砂土过砂，粘土过粘的缺点。

另外，OM还能促进土壤结构的形成，使粘土疏松，增加砂土的保肥性。

2、掺砂、掺粘，客土调剂

对于砂土地可以掺入粘土（河沟中的淤泥），对粘土可以掺入砂土，从而达到改良土壤质地的目的。

3、翻淤压砂、翻砂压淤

砂粘相间的土壤，可以先把表土翻到一边，再把下层土翻上来，使上、下层的土壤混合，可以达到改良土壤质地的目的。

4、引洪漫淤、引洪漫砂

对沿江河的砂质土壤，利用洪水中携带的泥砂来改良砂土和粘土。但要注意引洪漫淤改良砂土时，要提高进水口，以减少砂粒的流入量，引洪漫砂时则要降低入水口，以使有更多的粗砂进入。

5、耕作管理

根据不同的土壤质地采用不同的耕作管理措施。

第３８卷第５期２００７年１０月

土壤通报

ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｏｉｌＳｃｉｅｎｃｅ

Ｖｏｌ．３８，Ｎｏ．５Ｏｃｔ．，２００７

国内外土壤质地自动分类程序介绍

张丽萍

１，２

，张镱锂１＊，王英安１，２

（１．中国科学院地理科学与资源研究所，北京１００１０１；

２．中国科学院研究生院，北京１０００３９）

摘要：土壤质地是反映土壤物理特性的一个综合指标，土壤质地命名的自动化将有效提高土壤质地分类工作的效率。本文结合土壤质地自动分类程序研究的现状与特点，着重阐述并讨论了目前较为成熟的ＴＡＬ、ＴＲＡＮＧＬＥ和ＳＴＡＣ自动分类计算机程序的设计、功能、使用和实例及其异同与优缺点。土壤质地命名的应用试验表明：ＴＡＬ和ＴＲＡＮＧＬＥ程序在批处理数据量、分类制、图形显示、统计功能等方面存在局限，ＳＴＡＣ程序则相对较为完善、方便、实用。

关

键

词：土壤质地；自动分类；计算机程序

文献标识码：Ａ

文章编号：０５６４－３９４５（２００７）０５－０９８９－０４

中图分类号：Ｓ１５２．３

土壤质地是反映土壤物理特性的一个综合指标，通气、耕性、微生物种类及其活动等性能的主要因素之一［１￣３］。不同的土壤质地类型表明土壤表层内具有不同的矿质颗粒大小分布特点，其分布又具有不同的辐射传输、水分平衡、热量平衡等，因此，土壤质地类型资料可广泛应用于土壤资源评价、土壤肥力估计、大气热力学及动力学方程等［４￣５］，此外，土壤质地也是土木建筑、水利工程、道路建设等设计过程中需要考虑的因素。

入改良液体比重计法测得数据的程序［８］；Ｇｅｅ和Ｂａｕｄｅｒ（２００１）采用电子表格宏语言等方法设计的程序；

常常是决定土壤蓄水、导水、保肥、供肥、保温、导热、（１９８６）、Ｃｈｒｉｓｔｏｐｈｅｒ和Ｍｏｋｈｔａｒｕｄｄｉｎ（１９９６）、Ｌｉｅｂｅｎｓ

Ｇｅｒａｋｉｓ和Ｂａｅｒ在前人的基础上，于１９９９年发表

ＴＲＩＡＮＧＬＥ程序［１２］；Ｃｈｒｉｓｔｏｐｈｅｒ也先后发表了一套确定

土壤质地类型的ＴＡＬ程序［１３，１４］。

在我国，少数学者在地质学领域就三角图与计算机的结合进行了探讨，如基于三角图命名岩类的计算机命名［１５］，砂岩三角分类图上的碎屑成分投点［１６］。近期，作者设计完成了土壤质地自动分类的ＳＴＡＣ程序

［１７］

１９世纪后期，开始测定土壤机械组成并由此划分

土壤质地，至今世界各国已提出了二、三十种土壤质地分类制，但缺乏为各国和各行业公认的质地制，目前国内外较广泛使用的有国际制、美国农部制和卡钦斯基制［６］。其中，国际制和美国农部制都是基于相应的土壤质地三角图查出质地名称，传统方法是通过人工在三角图上做粘粒、粉粒和砂粒三个粒级百分含量的直线相交点来确定。这适于少数几个土壤质地命名，对大批量土样而言，人工查找无疑会耗费大量人力和时间，且命名结果还会由于人为因素带来不可避免的误差。因此，进行土壤质地自动分类命名研究具有必要性和现实意义。

从上世纪７０、８０年代开始，国外陆续出现了一些发展完善中的土壤质地分类计算机程序，如ｖａｎ

。鉴于目前国内尚未有系统论述，本文将对国内外较

为成熟的土壤质地分类计算机程序做简要介绍，以期方便国内相关领域人员的研究，提高研究工作效率，同时也提供有关技术和方法上的借鉴。

１三种土壤质地自动分类计算机程序

目前较为成熟的土壤质地自动分类计算机程序

有Ｃｈｒｉｓｔｏｐｈｅｒ的ＴＡＬ程序、Ｇｅｒａｋｉｓ和ＢｒｉａｎＢａｅｒ的张镱锂研究组的ＳＴＡＣ程序。ＴＲＩＡＮＧＬＥ程序、

１．１ＴＡＬ程序

ＴｅｘｔｕｒｅＡｕｔｏＬｏｏｋｕｐ（ＴＡＬ）是一套确定土壤质地类型的程序。由马来西亚布特拉大学的Ｃｈｒｉｓｔｏｐｈｅｒ博士设计完成。该程序建立在四个主要的土壤分类制基础上：（１）美国农部制（Ｕ．Ｓ．Ｄｅｐｔ．ｏｆＡｇｒｉｃ．，ＵＳＤＡ）；（２）英（Ｃａｎａｄａ）；国制（Ｅｎｇｌａｎｄ＆Ｗａｌｅｓ，ＵＫ）；（３）加拿大制（４）国际制（Ｉｎｔｅｒｎａｔｉｏｎａｌ）。

Ｒｏｏｙｅｎ和Ｖｉｓｓｅｒ１９７６年发表仅限于南非质地三角

图、使用简易液体比重计法测定数据的程序［７］；Ｇｅｎｔ

（１９８３）基于美国农部制、使用ＷＡＴＦＩＶ语言编写、输

ＴＡＬ包括四个主要的程序组：Ｅｘｃｅｌ、Ｗｉｎｄｏｗｓ、Ｐｓｉｏｎ

收稿日期：２００６－０７－０４

基金项目：国家自然科学基金委基金项目（４０４７１００９）；国家重点基础研究发展计划（２００５ＣＢ４２２００６）；中国科学院知识创新工程重要

方向项目（ＫＺＣＸ３－ＳＷ－３３９）

作者简介：张丽萍（１９７８－），女，四川仁寿人，博士研究生，从事自然地理学与土壤地理学研究。＊通讯作者：张镱锂，研究员．ｚｈａｎｇｙｌ＠ｉｇｓｎｒｒ．ａｃ．ｃｎ

９９０

土壤通报第３８卷

５／５ｍｘ、Ｌｏｔｕｓ１２３，适用于Ｗｉｎｄｏｗｓ、Ｅｘｃｅｌ、Ｐｓｉｏｎ和Ｌｏ－ｔｕｓ１２３等多种运行环境，均可在网上查询程序说明并下

载程序（表１）。其最新发布（２００２年８月）的Ｗｉｎｄｏｗｓ英国制、４．２版基于Ｃ＋＋和ＭＦＣ，实现了以美国农部制、加拿大制、国际制为主的多种质地分类制的查询，并支持用户自定义，其通过改进多边形内点检测方法（ｔｈｅ

方便，用户可随时查询程序的“ｈｅｌｐ”文件面，使用简单、

解决使用中的问题（图１）。程序具体使用方法是选择土壤质地分类制，本实例采用美国农部制（ＵＳＤＡ），输入“样品号”（ＳａｍｐｌｅＩＤ）及砂粒（Ｓａｎｄ）、粘粒（Ｃｌａｙ）和粉粒（Ｓｉｌｔ）百分含量中的任意两个数据后，质地（ｔｅｘ－

ｐｏｌｙｇｏｎｉｎｓｉｄｅｔｅｓｔｍｅｔｈｏｄ）和改进多边形裁减算法

（Ｖａｔｔｉ算法），实现了粒级分布范围的质地名称查询。

ｔｕｒｅ）一栏则随之显示相应的土壤质地类型名称。通过

点击程序界面右上角三角图标（图１）可看到输入样品

数据自动以小圈形式显示在质地三角图中（图２）。

（ｈｔｔｐ：／／ｗｗｗ．ａｇｒｉ．ｕｐｍ．ｅ－Ｃｈｒｉｓｔｏｐｈｅｒ在其个人网页

ＴＡＬ的Ｗｉｎｄｏｗｓ版本，具有友好的视窗操作界

表１ＴＡＬ中主要的程序组

Ｔａｂｌｅ１ＴｈｅｍａｉｎｐｒｏｇｒａｍｇｒｏｕｐｏｆＴＡＬ

程序名Ｎａｍｅ

网址Ｗｅｂｓｉｔｅ

最新版本Ｌａｓｔｖｏｒｓｉｏｎ发布日期Ｉｓｓｕｅｄｄａｔｅ

ＴＡＬｆｏｒＥｘｃｅｌＴＡＬｆｏｒＷｉｎｄｏｗｓＴＡＬｆｏｒＰｓｉｏｎ５／５ｍｘＴＡＬｆｏｒＬｏｔｕｓ１２３

ｈｔｔｐ：／／ｗｗｗ．ａｇｒｉ．ｕｐｍ．ｅｄｕ．ｍｙ／￣ｃｈｒｉｓ／ｔａｌ／ｔａｌｘｌ．ｈｔｍｌｈｔｔｐ：／／ｗｗｗ．ａｇｒｉ．ｕｐｍ．ｅｄｕ．ｍｙ／￣ｃｈｒｉｓ／ｔａｌ／ｔａｌｗｉｎ．ｈｔｍｌｈｔｔｐ：／／ｗｗｗ．ａｇｒｉ．ｕｐｍ．ｅｄｕ．ｍｙ／￣ｃｈｒｉｓ／ｔａｌ／ｔａｌｏｐｌ．ｈｔｍｌｈｔｔｐ：／／ｗｗｗ．ａｇｒｉ．ｕｐｍ．ｅｄｕ．ｍｙ／￣ｃｈｒｉｓ／ｔａｌ／ｔａｌｓｔｏｐ．ｈｔｍｌ

２．８４．２２．８１．０ｂ

１９９９．１１．１０２００２．０８．２１２０００．１１．０２１９９８．１０．２８

图１ＴＡＬｆｏｒＷｉｎｄｏｗｓ使用实例Ｆｉｇ．１ＥｘａｍｐｌｅｏｆＴＡＬｆｏｒＷｉｎｄｏｗｓ

图２ＴＡＬｆｏｒＷｉｎｄｏｗｓ中质地分类结果的图形显示

Ｆｉｇ．２ＧｒａｐｈｉｃａｌｄｉｓｐｌａｙｏｆｔｅｘｔｕｒｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｉｎＴＡＬｆｏｒＷｉｎｄｏｗｓ

ｄｕ．ｍｙ／￣ｃｈｒｉｓ／ｔａｌ／ｔａｌｃｏｄｅ．ｈｔｍｌ）公布了Ｃ＋＋源代码（Ｏｂ－ｊｅｃｔ－ｏｒｉｅｎｔｅｄｃｏｄｅ）。用户不仅可从网页下载和更新ＴＡＬ程序，了解相关信息，还可直接订阅邮件发送清

单，跟踪该程序的进展、版本更新、存在问题等情况。

果显示在相应的质地（Ｔｅｘｔｕｒｅ）一栏，也可以逐栏批量（美国农部制为例）除界粘贴数据。质地类型分类结果

面显示（图３）外还自动生成取名为“ＳｏｉｌＣｌａｓ．ｃｓｖ”的结果文件。由于该程序界面不能直接进行图形显示，需

１．２

ＴＲＩＡＮＧＬＥ程序

ＴＲＩＡＮＧＬＥ由美国密歇根州大学ＡｒｇｙｒｉｏｓＧｅｒａｋｉｓ和ＢｒｉａｎＢａｅｒ改进ＧａｌａｃｔｉｃｏｍｍＴｅｃｈｎｏｌｏｇｉｅｓ＇ａｌｇｏｒｉｔｈｍ基础上设计，分网络版（ｔｈｅｗｅｂｖｅｒｓｉｏｎ）、Ｗｉｎｄｏｗｓ控

制台应用程序（ｔｈｅＷｉｎｄｏｗｓｃｏｎｓｏｌｅｖｅｒｓｉｏｎ）和Ｗｉｎ－

（ｔｈｅｆｕｌｌ－ｂｌｏｗｎＷｉｎｄｏｗｓｖｅｒｓｉｏｎ）三个版ｄｏｗｓ应用程序

本，能在互联网和Ｗｉｎｄｏｗｓ环境中实现美国农部制、葡萄牙分类制、奥地利分类制的土壤数据批量处理。

ＴＲＩＡＮＧＬＥ程序界面非常简单，并易于输入数据

表。使用方法是在界面依次输入“样品号”（Ｓａｍｐｌｅ（％ＩＤ）、砂粒百分含量（％Ｓａｎｄ）和粘粒百分含量“查找质地”按钮（Ｆｉｎｄｔｅｘｔｕｒｅ），则分类结Ｃｌａｙ），点击

图３ＴＲＩＡＮＧＬＥ程序使用实例

Ｆｉｇ．３ＥｘａｍｐｌｅｏｆＴＲＩＡＮＧＬＥ

５期

张丽萍等：国内外土壤质地自动分类程序介绍９９１

要另外下载一个名称为“ｐｌｏｔ＿ｏｎ＿Ｔｒｉａｎｇｌｅ．ｘｌｓ”的表格文件，在表中导入或输入％Ｓａｎｄ和％Ｃｌａｙ数据后，质地命名结果以点的形式显示在直角三角图中（图４）。

何限制，输出包括文本、Ｅｘｃｅｌ电子表格在内的多种常用文件格式，含样品编号（ＳａｍｐｌｅＩＤ）、粘粒含量％（Ｃｌａｙ）、砂粒含量％（Ｓａｎｄ）、土壤质地类型（Ｔｅｘｔｕｒｅ）字段。

该程序的主要特点：（１）基于计算机图形学原理，计算方法科学、严谨。（２）采用成熟的图形学关键算法，运算速度快，分类结果准确可靠。（３）图形界面交互式操作，方法简单，图形显示直观。（４）查询方式多样、方便：①直接输入单个土样数据自动识别命名；②导入批量数据文件自动识别命名；③直接在图形中点击样点位置查看其土壤粒级含量；④单次处理的土样数量不受限制。（５）具有数据统计、分析功能，包括样品总量、土壤质地种类数量、各种质地类型的土样个数等。（６）与其他软件（如Ｍａｓｔｅｒｓｉｚｅｒ２０００、Ｅｘｃｅｌ、ＳＰＳＳ等）数据接口方便灵活。（７）支持用户自定义的分类制三角图，用户可以根据需要重新定义质地三角图。采用同样的粒级数据和质地分类制（美国农部制），由

图４ｐｌｏｔ＿ｏｎ＿Ｔｒｉａｎｇｌｅ．ｘｌｓ中质地分类结果的图形显示

Ｆｉｇ．４Ｇｒａｐｈｉｃａｌｄｉｓｐｌａｙｏｆｔｅｘｔｕｒｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｉｎｐｌｏｔ＿ｏｎ＿Ｔｒｉａｎｇｌｅ

该程序的网络交互版本可直接在网上查询、使用，也可下载ｗｉｎｄｏｗｓ版本到用户的操作系统（ｈｔｔｐ：

／／ｎｏｗｌｉｎ．ｃｓｓ．ｍｓｕ．ｅｄｕ／ｓｏｆｔｗａｒｅ／ｔｒｉａｎｇｌｅ＿ｆｏｒｍ．ｈｔｍｌ．），程序

无须安装，直接运行，并可从网站上得到Ｗｉｎｄｏｗｓ９５

ｃｏｎｓｏｌｅｐｒｏｇｒａｍ的源代码。１．３ＳＴＡＣ程序

ＳＴＡＣ程序是由中科院地理科学与资源研究所张

镱锂研究组采用较为成熟的多边形内点判别算法，基于ＶｉｓｕａｌＢａｓｉｃ语言设计的土壤质地自动分类的绿色软件。目前已完成ＳＴＡＣＶ１．０，适用于所有Ｗｉｎ９５以上版本的ｗｉｎｄｏｗｓ操作系统，无须安装，直接运行，界方便，运算速度快。用户只需在界面友好，使用简单、

面输入所选土壤质地分类制的土壤粒级数据（包括粘

ＳＴＡＣ程序自动分类的质地命名结果与前两个程序完

全一致（图５）。

以非盈利为目的的所有用户均可直接联系该研究组，免费获取ＳＴＡＣ程序，还可帮助用户设计符合特殊需要的功能模块。

２结语

ＴＡＬ、ＴＲＩＡＮＧＬＥ和ＳＴＡＣ程序都是基于土壤质

地三角图的特点，借助相关数学方法和计算机程序语言设计，解决了土壤质地自动分类命名问题，摆脱了传统人工查找质地三角图的束缚，大大地提高了工作效率。将传统学科与先进计算机技术结合，极大方便了研究工作，尤其是ＳＴＡＣ程序将图形学矢量判别和多边形搜索算法应用到传统的三角坐标图自动分类领域，提出了一种用计算机图形学解决基于数值范围的类型判别问题的新方法和新思路，值得借鉴。

就ＴＡＬ和ＴＲＩＡＮＧＬＥ程序而言，虽较为实用，但也存在各自的不足。如ＴＡＬ程序的ｗｉｎｄｏｗｓ版需要安装，一次最多处理１０００个样品，大于１０００个则需对数据进行分割。ＴＲＩＡＮＧＬＥ程序可查询的质地分类制较少、程序界面、功能相对单一，质地类型的图形显示需要使用单独的ｅｘｃｅｌ表，与程序脱节，不支持用户自

图５ＳＴＡＣ程序使用实例

Ｆｉｇ．５ＥｘａｍｌｅｏｆＳＴＡＣ

定义分类制，且同样存在一次处理样品数量的限制等。ＳＴＡＣ程序基本弥补了这些不足，集成了两种程序的优点，更具实用性、更易于国内使用，但也并非完美，仍需完善并进行深入开发、拓展更多功能。参考文献：

粒和砂粒的百分含量）或导入含批量粒级数据的文本文件，即可在一秒内完成几千个土样的质地分类命名及图形显示（图５），且单次处理样品的数量也不受任

９９２

土壤通报第３８卷

［１］方学良．不同质地土壤特性与水稻生育的关系［Ｊ］．土壤肥料，１９８５，（５）：

５－８．

［２］王茹，张凤荣，王军艳，等．潮土区不同质地土壤的养分动态变化研

究［Ｊ］．土壤通报，２００１，３２（６）：２５５－２５７．

［１０］ＣＨＲＩＳＴＯＰＨＥＲＴＢＳ，ＭＯＫＨＴＡＲＵＤＤＩＮＡＭ．Ａｃｏｍｐｕｔｅｒｐｒｏｇｒａｍ

ｔｏｄｅｔｅｒｍｉｎｅｓｏｉｌｔｅｘｔｕｒａｌｃｌａｓｓｉｎ１－２－３ｆｏｒＷｉｎｄｏｗｓａｎｄＥｘｃｅｌ［Ｊ］．ＣｏｍｍｕｎｉｃａｔｉｏｎｓｉｎＳｏｉｌａｎｄＰｌａｎｔＡｎａｌｙｓｉｓ，１９９６，（２７）：２３１５－２３１９．［１１］ＪＯＨＡＮＬＩＥＢＥＮＳ．ＳｐｒｅａｄｓｈｅｅｔｍａｃｒｏｔｏｄｅｔｅｒｍｉｎｅＵＳＤＡｓｏｉｌｔｅｘｔｕｒａｌ

ｓｕｂｃｌａｓｓ［Ｊ］．ＣｏｍｍｕｎｉｃａｔｉｏｎｓｉｎＳｏｉｌＳｃｉｅｎｃｅａｎｄＰｌａｎｔＡｎａｌｙｓｉｓ，２００１，３２，（１－２）：２５５－２６５．

［１２］ＧＥＲＡＫＩＳＡ，ＢＡＥＲＢ．Ａｃｏｍｐｕｔｅｒｐｒｏｇｒａｍｆｏｒｓｏｉｌｔｅｘｔｕｒａｌｃｌａｓｓｉｆｉ－

ｃａｔｉｏｎ［Ｊ］．ＳｏｉｌＳｃｉｅｎｃｅＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ，１９９９，（６３）：８０７－８０８．［１３］ＴＥＨＣＢＳ．Ａｃｏｍｐｕｔｅｒｐｒｏｇｒａｍｔｏｄｅｔｅｒｍｉｎｅｔｈｅｓｏｉｌｔｅｘｔｕｒｅｃｌａｓｓ

ｆｏｒａｎｙｃｌａｓｓｉｆｉｃａｔｉｏｎｓｃｈｅｍｅ［Ｊ］．Ａｇｒｏ－Ｓｅａｒｃｈ．２００２，（９）：１９－２１．［１４］ＴＥＨＣＢＳ，ＲＡＳＨＩＤＭＡ．Ｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄｃｏｄｅｔｏｌｏｏｋｕｐｓｏｉｌｔｅｘ－

ｔｕｒｅｃｌａｓｓｅｓｂａｓｅｄｏｎａｎｙｓｏｉｌｃｌａｓｓｉｆｉｃａｔｉｏｎｓｃｈｅｍｅ［Ｊ］．Ｃｏｍｍｕｎｉｃａ－ｔｉｏｎｓｉｎＳｏｉｌａｎｄＰｌａｎｔＡｎａｌｙｓｉｓ，２００３，（３４）：１－１１．［１５］杨红卫，汪新庆，刘

刚．基于三角图命名岩类的计算机命名研究［Ｊ］．

地矿测绘，２００３，１９（３）：４－６．

［３］梁爱珍，张晓平，杨学明，等．土壤细颗粒对有机质的保护能力研究［Ｊ］．

土壤通报，２００５，３６（５）：７４８－７５２．

［４］张大克，王玉杰，叶海江．水稻土肥力水平分类中主要土壤肥力因素

指标的筛选模型［Ｊ］．农业工程学报，１９９７，（２）：９１－９５．

［５］张时煌，彭公炳，黄玫．基于地理信息系统技术的土壤质地分类特

征提取与数据融合［Ｊ］．气候与环境研究，２００４，９（１）：６５－７９．

［６］黄昌勇．土壤学［Ｍ］．北京：农业出版社，２０００．［７］

ＹＡＮＲＯＯＹＥＮＦＣ，ＶＩＳＳＥＲＣＪ．Ａｄｉｇｉｔａｌｃｏｍｐｕｔｅｒｐｒｏｇｒａｍｆｏｒｐａｒｔｉｃｌｅｓｉｚｅａｎａｌｙｓｉｓａｎｄｔｅｘｔｕｒａｌｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｓｏｉｌｓ［Ｊ］．Ｃｏｍｍｕｎｉｃａ－ｔｉｏｎｓｉｎＳｏｉｌＳｃｉｅｎｃｅａｎｄＰｌａｎｔＡｎａｌｙｓｉｓ，１９７６，（７）：５２１－５２５．

［８］ＧＥＮＴＪＡＪＲ．Ａｃｏｍｐｕｔｅｒｐｒｏｇｒａｍｆｏｒｄｅｔｅｒｍｉｎｉｎｇｐａｒｔｉｃｌｅｓｉｚｅｄｉｓ－

ｔｒｉｂｕｔｉｏｎａｎｄｓｏｉｌｔｅｘｔｕｒａｌｃｌａｓｓ［Ｊ］．ＣｏｍｍｕｎｉｃａｔｉｏｎｓｉｎＳｏｉｌＳｃｉｅｎｃｅａｎｄＰｌａｎｔＡｎａｌｙｓｉｓ，１９８３，（１４）：３４７－３５１．

［９］ＧＥＥＧＷ，ＢＡＵＤＥＲＪＷ．Ｐａｒｔｉｃｌｅ－ｓｉｚｅａｎａｌｙｓｉｓ［Ｍ］／／ＫｌｕｔｅＡ．，ｅｄ．

Ｍｅｔｈｏｄｓｏｆｓｏｉｌａｎａｌｙｓｉｓ．Ｐａｒｔ１．２ｎｄｅｄ．Ａｇｒｏｎ．Ｍｏｎｏｇｒ．９．Ｍａｄｉｓｏｎ，ＷＩ：ＡＳＡａｎｄＳＳＳＡ，１９８６：３８３－４１１．

［１６］黄思静，黄喻．用ＭｉｃｒｏｓｏｆｔＥｘｃｅｌ在砂岩的三角分类图上完成碎屑

成分投点［Ｊ］．成都理工学院学报，２００２，２９（２）：２１３－２１６．

［１７］张丽萍，张镱锂，王英安．基于计算机图形学的土壤质地自动分类系

统［Ｊ］．地理科学进展，２００６，２５（３）：８６－９５．

ＣｏｍｐｕｔｅｒＰｒｏｇｒａｍｓｏｆＡｕｔｏｍａｔｉｃＣｌａｓｓｉｆｉｃａｔｉｏｎｆｏｒＳｏｉｌＴｅｘｔｕｒｅ

ＺＨＡＮＧＬｉ－ｐｉｎｇ１，２，ＺＨＡＮＧＹｉ－ｌｉ１，ＷＡＮＧＹｉｎｇ－ａｎ１，２

（１．ＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅｓａｎｄＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＲｅｓｅａｒｃｈ，ＣＡＳ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ；

２．ＧｒａｄｕａｔｅＳｃｈｏｏｌｏｆｔｈｅＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００３９，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｆｏｒｔｈｅｃｏｎｖｅｎｉｅｎｃｅｏｆｒｅｓｅａｒｃｈｗｏｒｋｉｎｃｏｒｒｅｌａｔｉｖｅｆｉｅｌｄｓ，ｉｎｏｒｄｅｒｔｏａｕｔｏｍａｔｉｃａｌｌｙｒｅａｌｉｚｅｓｏｉｌｔｅｘｔｕｒｅｎａｍｅ，ｉｍｐｒｏｖｅｗｏｒｋｅｆｆｉｃｉｅｎｃｙｉｎｓｏｉｌｔｅｘｔｕｒｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｇｅｔｒｉｄｏｆａｄｄｉｔｉｏｎａｌｍａｎｕａｌｉｎｑｕｉｒｉｎｇｏｆｔｅｘｔｕｒｅｔｒｉａｎｇｌｅｄｉａｇｒａｍ，ＴＡＬ，ＴＲＡＮＧＬＥａｎｄＳＴＡＣｗｅｒｅｅｘｐｏｕｎｄｅｄｗｉｔｈｔｈｒｅｅｆｕｌｌ－ｂｌｏｗｎｃｏｍｐｕｔｅｒｐｒｏｇｒａｍｓｆｏｒｓｏｉｌｔｅｘｔｕｒａｌａｕｔｏｍａｔｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｂａｓｅｄｏｎｔｈｅｉｎｔｒｏｄｕｃｔｉｏｎｏｆｔｈｅｒｅｓｅａｒｃｈｓｔａｔｕｓｉｎｓｏｉｌｔｅｘｔｕｒｅａｕｔｏｍａｔｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎａｔｈｏｍｅａｎｄａｂｒｏａｄ，ｔｈｅｆｕｎｃｔｉｏｎｓ，ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｏｐｅｒａｔｉｎｇｍｅｔｈｏｄｓ，ｅｘａｍｐｌｅｓａｎｄｃｏｎｔｒａｓｔｏｆｔｈｅｔｈｒｅｅｐｒｏｇｒａｍｓｗｅｒｅｉｎｃｌｕｄｅｄ．

Ｋｅｙｗｏｒｄｓ：Ｓｏｉｌｔｅｘｔｕｒｅ；Ａｕｔｏｍａｔｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎ；Ｃｏｍｐｕｔｅｒｐｒｏｇｒａｍ

第29卷,第7期󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁光谱学与光谱分析2009年7月󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁SpectroscopyandSpectralAnalysis

Vol󰀁29,No󰀁7,pp1759󰀂1763

July,2009󰀁

土壤质地分类的近红外光谱分析方法研究

曾庆猛1,孙宇瑞1*,严红兵2

1󰀁中国农业大学信息与电气工程学院,北京󰀁1000832󰀁北京英贤仪器有限公司,北京󰀁100070

摘󰀁要󰀁依据所收集的25种土样,采用两种不同精度仪器、三种光谱方法以及3个不同谱区,在四种分类

标准条件下进行土壤质地分类分析方法研究。结果表明:(1)土壤化学组成的信息主要体现在近红外光谱的谱峰特征,而质地等物理信息主要反映在光谱的斜率、截距参数上,且二者在不同谱区的相对强度不同;(2)近红外光谱方法对土壤质地的分辨能力较低,随着分类粗化而有所提高;(3)在4组分类标准中土壤质地最高预测准确度为72%,其中在砂粒

引󰀁言

󰀁󰀁近红外(NIR)光谱分析技术在农业领域得到了广泛应

用,其主要信息基础是被测物质有机分子的各级含氢基团倍频与合频在近红外谱区的吸收[1]。在刻画土壤特性的诸多参数中,含水率、有机质等化学组成分析成为当前光谱研究热点。对于诸如粒度等物理信息的光谱特性,在传统的化学成分分析中被视为由漫反射引起的干扰而采用滤波、微分、多元校正等各种预处理方法加以消除。作为土壤最基本的物理参数之一,土壤质地(Soiltexture)被定义为砂粒(Sand)、粉粒(Silt)和粘粒(Clay)3个粒级在土壤构成中的重量百分比。筛分和沉降[13]是确定土壤质地的经典方法,该方法不仅过程繁琐,而且试验周期长。鉴于农田质地快速分类的客观需求,土壤粒级构成与不同光谱漫反射相关规律性的研究逐渐成为一个新的、有潜在应用价值的探索领域。本文采用三种近红外光谱方法获取25种不同质地土壤样本的光谱信息,运用偏最小二乘法(PLS)[14]建立质地预测模型和粒级回归模型,从谱线特征、样本漫反射方式、仪器精度和谱区范围不同角度进行性能对比分析,为未来仪器化设计提供参考依据。

[9󰀂12]

[2󰀂8]

1󰀁材料与方法

1󰀁1󰀁土壤质地分类标准

美国农业部(USDA)根据土壤在农田中的持水保肥、通气透水特点,把土壤质地划分为4组12级,如图1所示,图中三个坐标轴对应的粒级分别为砂粒(粒径:2~0󰀁05mm)、粉粒(粒径:0󰀁05~0󰀁002mm)和粘粒(粒径:

图1同时显示25种试验土样的分布情况,样本由经典方法[13]确定土壤质地类型,在本研究前通过烘干方法进行了脱水处理。

1󰀁2󰀁光谱分析仪

研究采用FT(傅里叶变换型)和色散型两种不同近红外光谱分析仪,其中FT光谱仪为MPA近红外光谱仪(BRUKER,德国,简称MPA);色散型近红外漫反射土壤质地光谱分析试验装置由USB2000光导纤维光谱仪(Si󰀂

󰀁收稿日期:2008󰀂06󰀂16,修订日期:2008󰀂09󰀂18

󰀁基金项目:国家高技术发展研究计划󰀂863 项目(2006AA10Z205,2006AA10A301)资助

󰀁作者简介:曾庆猛,1980年生,中国农业大学信息与电气工程学院博士研究生󰀁󰀁e󰀂mail:zengqingmeng@yahoo󰀁com󰀁cn

*󰀁󰀁e󰀂pal@cau󰀁󰀁

1760光谱学与光谱分析󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁第29卷

CCD阵列检测器,OceanOptics,美国)以及光学系统与计算机等组建而成(简称USB2000),如图2所示。方法1为FT型全谱近红外、样本底部漫反射方式,在MPA上直接测定,样本厚度2mm。

方法2为色散型短波近红外、样本底部漫反射方式,如图2(a)所示,样本厚度为2mm。

方法3为色散型短波近红外、样本顶部漫反射方式,如图2(b)所示,样本厚度为5mm。与方法2的区别在于样本置于反射镜组下方,入射光不经过玻璃直接入射到样本顶部。

在以上三种光谱方法中,每个样本重复测量三次,第三次重新装样,结果取平均。

1󰀁4󰀁数据处理方法

数据处理由JMP软件中的PLS平台实现。在分析、预测土壤质地时,首先采用PLS建立粒级含量的定量预测模型,然后通过不同质地分类标准确定预测后样本所属类型,建模过程采用Leave󰀂one󰀂out抽样方式。

2󰀁结果与讨论

2󰀁1󰀁土壤样本不同漫反射方法的光谱特征

随机选择的相同两个土样用三种光谱方法扫描其近红外漫反射光谱如图3所示。

󰀁󰀁图2中镀金反射碗卤钨灯(1)发出的光经过滤光片(2)用以提高短波近红外谱区相对强度后,再通过反射镜组(3)在样本(8)的顶部或底部表面产成漫反射光,由菲涅尔透镜(4)会聚,经光纤(5)导入光谱仪USB2000(6),光谱由计算机(7)进行数据处理。

近红外光谱仪MPA和USB2000的主要性能差异如表1所示,可见MPA具有更宽谱区、更高分辨率和精度等特点。

Table1󰀁BasicparametersofMPAandUSB2000

名称MPA

谱区/nm833~2560

分辨率0󰀁3nm@1250nm

10nm

波长/精确度0󰀁05cm-0󰀁1nm

1

Fig󰀁3󰀁NIRspectrumofsoilsamples

(a):Method1;(b):Method2and3

󰀁󰀁由漫反射光谱理论[1]可知,样本的漫反射光谱决定于吸收系数K与散射系数S,前者主要反映样本的化学组成

或结构信息,在近红外谱区主要是含氢基团的倍频与合频;后者主要反映样本的物理结果信息,因此漫反射光谱同时包含了样本的化学信息和物理信息两方面,但在不同谱区两者的相对强度不同。

图3(a)为土样在近红外全谱区的光谱,包括短波近红外SNIR(833~1100nm)谱区、中波近红外MNIR(1100~1800nm)谱区与长波近红外LNIR(1800~2560nm)谱区。在1450,1940和2250nm等处分别为土样中结合水的三倍频、二倍频与合频的谱峰,可以看出其谱峰强度随着倍频[1]波长/准确度0󰀁1cm-0󰀁2nm

1

USB2000750~1100

1󰀁3󰀁光谱分析方法

上述两种光谱仪应用三种不同光谱方法分析土壤样本,

分别是:

第7期󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁光谱学与光谱分析包含了更多的土样化学信息,而对于土样的物理信息,在不同谱区的差异不是很明显。另外,本研究应用的MPA光谱仪配置的检测器对SNIR谱区响应相对较低,因此该谱区的信噪比较低。

图3(b)为土样在SNIR谱区的光谱,可以认为方法2和3的光谱差异是由于方法2样本池底部玻璃以及玻璃上沉积的细微颗粒(粘粒或粉粒)而引起了漫反射差异造成的。由方法3的光谱可见,土壤的物理信息主要反映在谱线的斜率、截距参数上,由此显见土壤样本近红外光谱中物理结构的信息量远比化学信息低。近红外光谱采用PLS算法分析土样物理结构(粒级含量),建立数学模型时,各PLS主成分对土壤粒级信息的累积贡献率(或称为󰀂解释率 ,Per󰀂centExplained%)如图4

所示。

1761

Fig󰀁4󰀁PercentvariationexplainedbyPLSfactor󰀁󰀁由图4可知,随着主成分数目的增加,样本土壤粒级信息的累积贡献率增速缓慢,达到15个主成分时,三种光谱方法的累积贡献率分别为97%,82%和80%。近红外光谱分析为了避免模型的过拟合,一般只能运用尽量少的PLS主成分;对于土壤样本化学待测量信息,运用3~5个PLS主成分,其累积贡献率即可达到90%以上[2󰀂8],对于土壤样本物理结构信息,5个PLS主成分的累积贡献率只有40%以下,难以得到较好的分析结果。这也进一步说明近红外光谱中样本的物理信息相对比化学信息弱得多,并预示了本研究应用近红外光谱分析土壤物理结构相对于其他化学组成分析将比较困难,对土壤质地的分辨能力有限。但近红外光谱方法研究土壤物理结构在便捷性等方面比传统方法有明显优势,对此需要进行深入的研究。

由图4进一步可知,随着主成分数目的增加,三种光谱方法的样本土壤粒级信息的累积贡献率的增速是不同的,其中方法1的累积贡献率增加速度最快,预示了该光谱方法可能比另外两种方法的效果更好;方法3在一定范围内其主成分累积贡献率增速比方法2高,也预示了方法3在质地分辨上可能优于方法2。2󰀁2󰀁质地预测性能比较

由交叉验证(Crossvalidation)确定了4个PLS成分并进行粒级含量的建模,此时三种光谱方法的累积贡献率分别为28%、23%和24%。由预测模型的粒级含量便可确定土壤的质地类型,在四种质地分类标准中正确预测土壤质地的个数如图5所示。另外对方法1中的三个分谱区SNIR、MNIR和LNIR采用相同的数据处理方法,结果如图6所示。

󰀁󰀁分析图5和图6中结果可知:

󰀁󰀁(1)在相同质地分类标准下方法1的预测准确度均为最高,分别是:12级类为24%(6/25),7级类为36%(9/25),28亚类为68%(17/25)和4组类为72%(18/25),说明近红外光谱方法对土壤质地的分辨能力较低,因此随着质地分类的由细到粗,而光谱的预测准确度有所提高,主要原因在于光谱携带的物理信息较少。从粒级含量角度看,以方法1在4组分类标准为例,预测正确的样本主要位于砂粒

(2)在图5所示结果中,尽管方法2、方法3在12级和7级分类标准上预测结果相同(4和7),但在28亚类和4组类标准上方法3的预测准确度却略高于方法2,表明顶部漫反射比底部漫反射方式更有利于土壤质地的预测。这种差异显然与方法2中样本池底部玻璃有关,同时验证了PLS主成分累积贡献率的差异与土壤质地分辨能力之间的关系。

(3)图6中SNIR谱区和图5中方法2的所在谱区、样本反射方式类似,但方法1所用光谱仪的精度虽然远高于方法2,但其栅测结果对比(12级类:4vs󰀁2;7级类:7vs󰀁6;28亚类:11vs󰀁11;4组类:14vs󰀁13)表明,高精度光谱仪在质地预测上并未具备明显优势。

(4)由图3(a)可知方法1在MNIR和LNIR的信噪比较为接近,对比图6中MNIR,LNIR和全谱区的预测结果(12级类:4vs󰀁5vs󰀁6;7级类:6vs󰀁7vs󰀁9;28亚类:13vs󰀁

15vs󰀁17;4组类:16vs󰀁16vs󰀁18),可见全谱区预测结果优于分谱区,表明谱区的展宽有利于土壤质地预测。

3󰀁结󰀁论

󰀁󰀁通过两种不同精度仪器、三种光谱方法、3个谱区条件,基于四种质地分类标准进行土壤质地分类研究,表明近红外光谱分析方法用于土壤质地分类研究的可行性。不同光谱方法的光谱特征表明谱线的斜率、截距参数反映了土壤样本的质地信息,且相对于化学信息,物理信息比较少。通过Leave󰀂one󰀂out抽样方法、4个PLS成分建立三种光谱方法以及方法1在3个分谱区的预测模型的比较分析,表明

Fig󰀁7󰀁Distributionofpredictedsamplesfrommethod1in4󰀂

classesoftexturesystem(!denotesthesamplepredic󰀂

tedcorrectly)

1:Sand;2:Loamy;3:Clayloamy;4:Clay

光谱方法对土壤质地的分辨能力较低;在砂粒

粒

参考文献

[1]󰀁YANYan󰀂lu,ZHAOLong󰀂lian,HANDong󰀂hai,etal(严衍禄,赵龙莲,韩东海,等).FoundationandApplicationofNIRSpectralAnal󰀂

ysis(近红外光谱分析基础与应用).Beijing:ChinaLightIndustryPress(北京:中国轻工业出版社),2005.13.

[2]󰀁MorraMJ,HallMH,FreebornLL.SoilSci.Soc.Am.J.1991,55:288.[3]󰀁SudduthKA,HummelJW.Trans.ASAE,1993,36(1):187.[4]󰀁SudduthKA,HummelJW.Trans.ASAE,1993,36(6):1571.

[5]󰀁ViscarraRosselRA,WalvoortDJJ,McBratneyAB,etal.Geoderma,2006,131:59.

[6]󰀁BAOYi󰀂dan,HEYong,FANGHui,etal(鲍一丹,何󰀁勇,方󰀁慧,等).SpectroscopyandSpectralAnalysis(光谱学与光谱分析),

2007,27(1):62.

[7]󰀁GUOQing󰀂lin,ZHOUYu󰀂long,ZHANGQiu󰀂lin,etal(郭庆林,周玉龙,张秋琳,等).SpectroscopyandSpectralAnalysis(光谱学与光

谱分析),2008,28(1):200.

[8]󰀁CHENPeng󰀂fei,LIULiang󰀂yun,WANGJi󰀂hua,etal(陈鹏飞,刘良云,王纪华,等).SpectroscopyandSpectralAnalysis(光谱学与光谱

分析),2008,28(2):295.

[9]󰀁YANYan󰀂lu,ZHAOLong󰀂lian,LIJun󰀂hui,etal(严衍禄,赵龙莲,李军会,等).SpectroscopyandSpectralAnalysis(光谱学与光谱分

析),2000,20(6):777.

[10]󰀁ZHAOHuan󰀂huan,YANYan󰀂lu(赵环环,严衍禄).SpectroscopyandSpectralAnalysis(光谱学与光谱分析),2006,26(5):842.[11]󰀁MINShun󰀂geng,XIEXiu󰀂juan,ZHOUXue󰀂qiu,etal(闵顺耕,谢秀娟,周学秋,等).ChineseJournalofAnalyticalChemistry(分析化

学),1998,26(1):34.

[12]󰀁GAORong󰀂qiang,FANShi󰀂fu,YANYan󰀂lu,etal(高荣强,范世福,严衍禄,等).SpectroscopyandSpectralAnalysis(光谱学与光谱分

析),2004,24(12):1563.

[13]󰀁GeeGW,BauderJW.Particle󰀂SiceAnalysis,inKluteA(Ed.).MethodsofSoilAnalysis,Part1(2ndedition),AgronomyMono󰀂

graphs.No.9,Madison:AmericanSocietyofAgronomy,1986.383.

[14]󰀁WANGHui󰀂wen(王惠文).PartialLeast󰀂SquaresRegressionMethodandApplications(偏最小二乘回归方法及其应用).Beijing:Nation󰀂

alDefenseIndustryPress(北京:国防工业出版社),1999.152.

[15]󰀁WardChesworth,EncyclopediaofSoilScience.Dordrencht:Springer,2008,705.

NIRSpectralAnalysisforSoilTexturalClassification

ZENGQing󰀂meng1,SUNYu󰀂rui1*,YANHong󰀂bing2

1.CollegeofInformationandElectricalEngineering,ChinaAgriculturalUniversity,Beijing󰀁100083,China2.BeijingINCEInstrumentCo.,Ltd.,Beijing󰀁100070,China

Abstract󰀁Using25soilsampleswithknowntexturalcompositions,2typesofNIRinstruments,3spectralmethodsassociatedwith3spectrumrangesand3samplingintervals,theapproachtosoiltexturalclassificationwasinvestigated.Fromtheresultsobtained,thefollowingconclusionscanbedrawn:(1)Thechemicalinformationcouldbeidentifiedfromthepeakofthespectralcurves,whereastheslopeandinterceptofspectralcurvesconcerningsoiltextureresultedfromthephysicalpropertiesofsoilsamples.Moreover,theintensityofchemicalandphysicalpropertiesvariedindifferentspectra;(2)ThedistinguishingabilityofNIRwaslimited,dependingontheclassificationcriterionproposed;(3)Beingtestedwithfourclassifactioncriterions,themaxi󰀂malpredictingprobabilitywas72%.Inthecaseofsand

(ReceivedJun.16,2008;acceptedSep.18,2008)󰀁󰀁

*Correspondingauthor

中国标准分类法（Chinese Classification for Standards，简称CCS）

本分类法采用二级分类，一级分类由二十四个大类组成，每个大类有100个二级类目，一级分类由单个拉丁字母组成，二级分类由双数字组成，具体分类如下： A综合…………………………………………………………………

00／09 标准化管理与一般规定 10／19 经济、文化 20／39 基础标准 40／49 基础学科 50／64 计量 65／74 标准物质 75／79 测绘

80／89 标志、包装、运输、贮存 90／94 社会公共安全 B 农业林业……………………………………………………………

00／09 农业、林业综合 10／14 土壤与肥料 15／19 植物保护

20／29 粮食与饲料作物 30／39 经济作物 40／49 畜牧

50／59 水产、渔业 60／79 林业

90／99 农、林机械与设备

C 医药、卫生、劳动保护…………………………………………… 00／09 医药、卫生、劳动保护综合 10／29 医药 30／49 医疗器械 50／64 卫生

65／74 劳动安全技术 75／79 劳动保护管理 80／89 消防

90／99 制药、安全机械与设备 D 矿业…………………………………………………………………

00／09 矿业综合

10／19 地质矿产勘察与开发 20／29 固体燃料矿 30／39 黑色金属矿 40／49 有色金属矿 50／59 非金属矿 80／89 地质勘探设备

90／99 矿山机械设备 E 石油………………………………………………………………… 00／09 石油综合

10／19 石油勘探、开发与集输 20／29 石油、天然气 30／49 石油产品

60／69 石油产品添加剂

90／99 石油勘探、开发、集输设备 F 能源核技术…………………………………………………………

00／09 能源、核技术综合 10／19 能源 20／29 电力

40／49 核材料、核燃料 50／59 同位素与放射源 60／69 核反应堆

70／79 辐射防护与监测 80／89 核仪器与核探测器 90／99 低能加速器 G 化工………………………………………………………………… 00／09 化工综合 10／14 无机化工原料 15／19 有机化工原料 20／29 化肥、农药 30／39 合成材料

40／49 橡胶制品及其辅助材料 50／59 涂料、颜料、染料 60／69 化学试剂

70／79 化学助剂、表面活性剂、催化剂、水处理剂

80／84 信息用化学品 85／89 其他化工产品 90／99 化工机械与设备 H 冶金………………………………………………………………… 00／09 冶金综合

10／19 金属化学分析方法 20／29 金属理化性能试验方法 30／34 冶金原料与辅助材料 40／59 钢铁产品

60／69 有色金属及其合金产品 70／74 粉末冶金

80／84 半金属与半导体材料 90／99 冶金机械设备 J 机械…………………………………………………

……………… 00／09 机械综合 10／29 通用零部件 30／39 加工工艺 40／49 工艺装备 50／59 金属切削机床

60／69 通用加工机械与设备 70／89 通用机械与设备

90／99 活塞式内燃机与其他动力设备 K 电工………………………………………………………………… 00／09 电工综合

10／19 电工材料和通用零件 20／29 旋转电机 30／39 低压电器 40／49 输变电设备 50／59 发电用动力设备 60／69 电气设备与器具 70／79 电气照明 80／89 电源

90／99 电工生产设备

L 电子元器件与信息技术…………………………………………… 00／09 电子元器件与信息技术综合 10／34 电子元件 35／39 电真空器件 40／49 半导体分立器件 50／54 光电子器件 55／59 微电路 60／69 计算机

70／84 信息处理技术 85／89 电子测量与仪器

90／94 电子设备专用材料、零件、结构件 95／99 电子工业生产设备 M 通信广播……………………………………………………………

00／09 通信、广播综合 10／29 通信网 30／49 通信设备

50／59 雷达、导航、遥控、遥测、天线 60／69 广播、电视网 70／79 广播、电视设备 80／89 邮政

90／99 通信、广播设备生产机械 N 仪器、仪表……………………………………………………………

00／09 仪器、仪表综合

10／19 工业自动化仪表与控制装置 20／29 电工仪器仪表

30／39 光学仪器

40／49 电影、照相、缩微、复印设备 50／59 物质成分分析仪器与环境监测仪器 60／69 实验室仪器与真空仪器 70／79 试验机与无损探伤仪器 90／99 其他仪器仪表 P 工程建设……………………………………………………………

00／09 工程建设综合

10／14 工程勘察与岩土工程

15／19 工程抗震、工程防火、人防工程 20／29 工程结构

30／39 工业与民用建筑工程 40／44 给水、排水工程

45／49 供热、供气、空调及制冷工程 50／54 城乡规划与市政工程 55／59 水利、水电工程 60／64 电力、核工业工程 65／69 交通运输工程

70／79 原材料工业及通信、广播工程 80／84 机电制造业工程

85／89 农林业及轻纺工业工程 90／94 工业设备安装工程 95／99 施工机械设备 Q 建材………………………………………………………………… 00／09 建材综合 10／29 建材产品 30／39 陶瓷、玻璃 40／49 耐火材料 50／59 炭素材料

60／69 其他非金属矿制品 70／79 建筑构配件与设备

80／89 公用与市政建设器材设备 90／99 建材机械与设备 R 公路、水路运输……………………………………………………

00／09 公路、水路运输综合 10／19 公路运输 20／29 水路运输

30／39 船舶维护与修理 40／49 港口装卸

50／59 救助、打捞与潜水 60／69 航道与航标 80／89 交通管理 S 铁路………………………………………………………………… 00／09 铁路综合

10／29 铁路建筑设备

30／39 机车车辆通用标准 40／49 机车 50／59 铁路车辆 60／69 铁路信号 70／79 铁路通信 80／84 牵引供电 90／99 铁路运输 T 车辆………………………………………………………………… 00／09 车辆综合 10／19 汽车发动机 20／29 汽车底盘与车身 30／34 车辆通用零部件

35／39 车用电子、电气设备与仪表 40／49 汽车 50／59 专用汽车 60／69 拖拉机 70／79 挂车 80／89 摩托车

90／99 无轨电车与其他车辆 U 船舶………………………………………………………………… 00／09 船舶综合 10／19 船舶总体 20／29 舾装设备 30／39 船舶专用装备 40／49 船用主辅机 50／59 船舶管路附件

60／69 船舶电气、观通、导航设备 80／89 船舶制造工艺装备 90／99 造船专用工艺设备 V 航空、航天…………………………………………………………

00／09 航空、航天综合

10／19 航空、航天材料与工艺 20／29 航空器与航天器零部件 30／34 航空发动机及其附件 35／49 航空器及其附件 50／59 航空运输与地面设备 70／79 航天器及其附件 80／89 航天地面设备

90／99 航空器与航天器制造用设备 W 纺织………………………………………………………………… 00／09 纺织综合 10／19 棉纺织 20／29 毛纺织

30／39 麻纺织 40／49 丝纺织 50／54 化学纤维 55／59 纺织制品 60／69 针织 70／79 印染制品

90／99 纺织机械与器具 X 食品………………………………………………………………… 00／09 食品综合

10／29 食品加工与制品 30／34 制糖与糖制品 35／39 制盐

40／49 食品添加剂与食用香料 50／59 饮料

60／69 食品发酵、酿造 70／79 罐头 80／84 特种食品 85／89 制烟

90／99 食品加工机械

Y 轻工、文化与生活用品…………………………………………… 00／09 轻工、文化与生活用品综合 10／19 钟表、自行车、缝纫机

20／29 日用玻璃、陶瓷、搪瓷、塑料制品 30／39 造纸

40／44 日用化工品 45／49 皮革加工与制品

50／59 文教、体育、娱乐用品 60／69 家用电器、日用机具 70／74 五金制品

75／79 服装、鞋、帽与其他缝制品 80／84 家具

85／89 工艺美术品与其他日用品 90／99 轻工机械 Z 环境保护……………………………………………………………

00／09 环境保护综合

10／39 环境保护采样、分析测试方法 50／59 环境质量标准 60／79 污染物排放标准