中文摘要：

以我国东北黑土和华北平原潮土等2种北方典型土壤为研究对象，采集具有代表性的原始土壤样品；利用精密测试仪器准确测量原始农田土壤样品和风干细土土壤样品的近红外反射光谱，利用精密测试仪器和方法准确分析以土壤速效氮、土壤速效磷和土壤速效钾为主的土壤营养成分参数（含土壤水分、土壤有机质、土壤全氮等）；然后逐一进行土壤主要养分与近红外光谱的相关分析以及线性与非线性回归分析,以揭示基于农田原始土样近红外光谱的土

结论摘要：

快速实时分析土壤成分是平衡施肥、测土配方施肥以及精细施肥的基础，因此开展基于近红外技术的土壤营养成分分析机理与方法研究非常必要。本课题选择东北黑土和华北平原潮土为研究对象，土样在采集回试验室后，在保持其原始状态的条件下利用傅立叶变换近红外光谱仪迅速测定了其近红外光谱，然后建立了基于光谱理论的土壤参数分析模型。对于土壤水分，所采用的波长为1920nm，模型的相关系数达到0.937，模型可以直接用于土壤水分的实时预测。对于有机质和全氮含量建立了多元回归模型，有机质预测模型所采用波长是1870nm和1378nm，全氮预测模型所采用的波长则是2262nm和1888nm。分析结果表明建立的线性模型是有效的。进一步利用BP神经网络技术和主成分分析技术，建立了预测模型。对土壤有机质含量的分析结果模型拟合精度为0.999，预测精度达到0.854。对于土壤全氮含量的分析结果模型的拟合精度近似为1，预测精度达到了0.808。在课题研究期间，在国内外核心期刊发表论文5篇，其中，高水平国际会议发表论文9篇，被SCI等三大检索机构检索论文14篇。