1、引言
土壤支持果树生长，为果树提供水分及矿质营养。土壤中的主要速效养分包括碱解氮、有效磷和速效钾，能够在当季被作物吸收利用，其含量直接影响到作物的生长发育情况和果实质量。氮磷钾都是苹果树生长必需的重要营养元素，用于构成果树体内各种蛋白质、核酸和磷脂的主要结构。氮元素可以促进果树对营养的吸收及叶绿素的形成，使植物枝叶繁茂，果实饱满。磷元素能促进 CO2的还原固定，有利于碳水化合物的合成，并能促进糖分转运，提高果实产量和含糖量。在磷元素供给充足时，果树的根系能获取丰富糖分来促进根系生长，提高吸收根的比例，从而提升果树摄取土壤养分的能力。钾元素被科学家称作“品质元素”，因为其能够提 高果树的抗旱、抗寒、抗涝、抗逆、抗病虫害和抗倒伏的能力，还有膨大果实、增糖增色、改善果实品质的作用。
碱解氮含量与作物的氮素营养有较好的相关性，因此测定碱解氮含量可以反映出近期土壤供氮状况的高低。施肥是综合管理中的重要环节，由于各发育时期的果树对不同元素的需求不同，因此了解果树什么时期需肥急迫并及时补充肥料才能满足果树生长发育的需要。过量施肥不仅会污染环境、增加生产成本，还会降低果实的产量。因此，及时准确地监测果园土壤主要速效养分含量水平对果园科学施肥和园地质量精准管理具有重要意义。传统的土壤养分化验方法时间长、成本高，采样时还会损害植物根系。高光谱技术凭借快速、无损、无污染的优势能够在短时间内大批量的测量土壤样本，被应用于果园的科学管理中。
果园选址多为山地丘陵地区，受地理、气候及土壤质地等因素的影响，土壤光谱信号较弱。常规的光谱变换如微分变换、对数变换等均能够在一定程度上提升光谱与土壤养分含量的相关性，但对其光谱敏感性的提升程度有限。为进一步提升光谱信噪比，发掘更深入的光谱信息，本研究以山东省济南市长清区双泉镇一处丘陵苹果园为例，将数学变换和连续小波分析耦合对光谱数据进行处理，建立优选土壤碱解氮（AN）、有效 磷（AP）、速效钾（AK）三种主要速效养分含量的高光谱估测模型，探讨不同光谱变换方式与不同建模方式对模型精度的影响；同时为将高光谱估测技术应用于实际生产管理，提出一套针对苹果园土壤速效养分的简便估测技术流程。
1、数据来源及苹果园土壤光谱特征分析
2.1 研究区概况
研究区位于山东省济南市长清区双泉镇（图 1），地处泰山西北，三面环山，属于鲁中低山丘陵地区，海拔在29.4-998.6m，相对高差959.2m；属于暖温带半湿润大陆性季风气候，春秋短，夏冬长，年均气温14.7℃，年均日照时数2616.8h，年均降水量 671.1mm，主要集中在夏季。试验所选苹果园面积约33hm2，土壤类型为棕壤。种植果树株距1.5m左右，行距4.5m左右，亩株数100左右，树冠冠幅1-1.5m，果园整体郁闭度在0.6左右。果园种植苹果品种主要为嘎啦，以及少量红富士。均为八月成熟品种，树龄6年，根系横向分布与树木冠幅成正比，纵向分布在0-50cm处。
图 1 研究区区位图
2.2 土壤样品采集与处理
2.2.1 土壤样品采集
土壤样本采集于2019年5月30日。这时处于苹果花期进入果期的生长阶段，幼果已经基本成型，是调节苹果产量和树势的关键时期。基于棋盘式取样法，在苹果园中布设140个采样小区，每个采样小区选取一棵果树作为采样点，在距离苹果树根部水平方向约 30cm处用土钻采集土壤表层以下0-30cm混合土样。采样时应尽量采集贴近毛细根部的土壤，以便最大程度降低对果树的伤害。将采回的土样置于室内阴凉通风处风干，去除砂砾及动植物残体后在陶瓷研钵中研磨，过100目筛，使样品充分混合。然后将处理好的样品分成2份，1份用于土壤光谱测定和室内化学分析，1份放于自封袋中保存备查，防止交叉污染。
2.2.2 土壤光谱数据采集
光谱数据的获取是对土壤养分含量进行光谱定量反演的基础，由于野外实地测量条件受地形、天气及周围环境的影响，所获光谱数据噪声过大，模型精度无法保证；室内光谱测定条件可控，所获光谱数据受外界影响较小，模型精度高但无法适用于野外条件。因此本研究选择在人工控制周围环境的室外利用自然阳光进行光谱数据的获取。土壤光谱反射率的获取在视野开阔无遮挡的空地上进行，为保证太阳高度角，测量时间控制在 10:00-14:00。测量时将盛满待测土样的皿置于黑色橡胶上，探头视场角为25°，距土壤样本 15cm。测量时，为降低土壤光谱各向异性的影响，每个土壤样本按90°旋转3次，每个方向采集5条光谱曲线共20条，算术平均后得到该样本的反射光谱，测量过程中及时用反射率为1的白板进行校正，测完光谱后将土壤样本再次装入自封袋中，用于土壤主要速效养分含量的化学测定。
2.2.3 土壤样本化验分析
土壤 AN 含量的测定采用碱解扩散法（公式 2-1）。
式中：c—硫酸标准溶液浓度；V—样液消耗的硫酸的体积（ml）；V0—空白试验消 耗的硫酸的体积（ml）；14—1mol 氮的质量，g；m—土样的质量，g；1000—换算成1kg样品中氮的毫克数。土壤 AP 含量的测定采用钼锑抗比色法（Olsen法）（公式 2-2）。
式中：ρ—查校准曲线或求回归方程而得测定液中 P 的质量浓度，μg·ml-1；V—显色液体积，25ml；D—分取倍数，即试样提取液体积/显色时分取体积，本实验为 50/10；103和 1000—分别将μg 换算成 mg 和将 g 换算为 kg；m—风干试样质量，g。土壤 AK 含量的测定采用乙酸铵浸提—火焰光度法（公式 2-3）。
式中：ρ—查校准曲线或求回归方程而得测定液中 K 的质量浓度，μg·ml-1；V—加 入浸提剂体积，50ml；D—稀释倍数，若不稀释则 D=1；103和 1000—分别将μg 换算成mg 和将 g 换算为 kg；m—风干试样质量，g。平行测定结果以算术平均值表示。
2、土壤光谱特征分析
3.1 土壤光谱信号增强处理
在获取土壤光谱数据的过程中，由于仪器自身及客观环境因素的影响，使得光谱数据中包含大量噪声信息。因此，在分析光谱时，如何剔除噪声信息，获取我们所需的光谱信息变得十分重要。
3.1.1 光谱去噪
受仪器自身特性的影响，边缘波段处的光谱反射率曲线存在较大噪声，无法获取有 效的光谱信息。为保证数据可信性，删除 350-399 和 2451-2500nm 处的数据，将剩余的400-2450nm 共 2051个波段作为输入光谱。因光谱曲线数据在1350-1450nm 和1800-1950nm波长范围内受空气水分及各种基团影响，光谱反射率曲线波动程度剧烈，难以获取有效信息，因此将这些波段剔除。
3.1.2 苹果园土壤光谱特征
由于 AN、AP、AK经过平滑处理后的光谱反射率曲线特征几乎一致，此处以AN的光谱反射率曲线为例作图展示。140个土壤样本光谱反射曲线如图（图 2）所示。
图 2 平滑处理后的光谱反射率（以碱解氮为例）
由图 2可以看出，不同土壤样本在不同波段的反射率不同，但是总体趋势一致。通过分析图 2总结出光谱曲线的总体趋势有以下特征：（1）土壤原始光谱反射率主要集中在0.05-0.45之间，不同土壤样本的光谱曲线在不同的波长范围内趋势基本一致。（2）在 400nm-1350nm波段范围内，光谱曲线主要处于上升趋势，其中在550nm-850nm坡度最陡，上升最快，其他波段上升趋势较为平缓。在1450nm-1850nm波段范围内，光谱曲线呈平稳上升趋势，曲线坡度较为平缓。在1950nm-2100nm波段范围内，光谱曲线呈现急速上升趋势，曲线坡度较陡。在2100nm-2450nm 波段范围内，光谱曲线总体呈现明显的下降趋势，其中在 2100nm-2200nm处曲线最陡，其余部分下降趋势较为平缓。（3）光谱曲线在近红外波段范围内走向趋于平缓。在 1400nm、1900nm、2200nm附近存在较为明显的水分吸收谷，这是由于该波长范围内，受到空气中水分子的影响波动剧烈造成的。土壤速效养分含量不同，光谱反射率不同。分别选取碱解氮、有效磷、速效钾含量等级不同的土壤样本，将速效养分含量与光谱反射率作图分析（图3-5）。将果园土壤AN 含量（mg/kg）按照（0,80）、[80,90）、[90,100）、[100,+∞）等 级划分，在各等级中随机选取一个土壤样本，将四个土壤样本的AN 含量与光谱反射率的关系作图展示（图 3）。
图 3 不同 AN 含量光谱反射率曲线
由图 3可以看出，土壤AN含量与光谱反射率成正比，土壤中AN含量越丰富， 光谱反射率越高。将果园土壤 AP含量（mg/kg）按照（0,30）、[30,40）、[40,50）、[50,+∞）等级划分，在各等级中随机选取一个土壤样本，将四个土壤样本的AP含量与光谱反射率的 关系作图展示（图 4）。
图 4 不同 AP 含量光谱反射率曲线
由图 4可以看出，土壤AP含量与光谱反射率成反比，土壤中AP含量越丰富，光谱反射率越低。将果园土壤 AK含量（mg/kg）按照（0,20）、[20,30）、[30,40）、[40,+∞）等级划分，在各等级中随机选取一个土壤样本，将四个土壤样本的AK含量与光谱反射率的 关系作图展示（图 5）。
图 5 不同AK含量光谱反射率曲线
由图 5可以看出，土壤AK含量与光谱反射率成反比，土壤中AK含量越丰富，光谱反射率越低。
4、结论
该研究对研究区的地理位置概况、气候特征、土壤类型、及实验园区果树分布、生长情况进行了简单的介绍；对研究中土壤样本的采集化验工作，以及获取土壤光谱、 对光谱数据处理等工作进行了详细的说明。对苹果园地土壤高光谱进行去噪增强了光谱特征，并分析了光谱反射率与土壤速效养分含量的关系；土壤原始光谱反射率主要集中在0.05-0.45之间，各土壤样本的反射率曲线波长范围内趋势基本一致；400-2100nm范围内土壤光谱曲线总体呈上升趋势，2100-2450nm范围内土壤 光谱曲线总体呈下降趋势；在1400nm、1900nm、2200nm附近存在较为明显的水分吸收谷。土壤AN含量与光谱反射率成正相关，土壤AN含量越高，光谱反射率越高。土壤AP和AK含量与光谱反射率成负相关，土壤 AP和AK含量越高，光谱反射率越低。
