土壤磷素是植物最重要养分之一。 磷素在土壤中动态性强, 检测困难, 在可见-近红外光谱范围没有明显吸收波段, 因此研究基于其他光谱手段的磷素快速检测方法对于发展精细农业和智慧农业具有重要意义。 拉曼光谱具有受水分干扰小, 样本预处理小、 与红外光谱信息互补等特点, 国内外很多学者尝试了应用拉曼光谱对土壤磷素的检测。 但是, 拉曼信号弱, 稳定性差, 制约了拉曼光谱在土壤检测方面的应用。 为进一步弄清拉曼光谱与磷素的定量关系, 采用水溶性磷（KH2PO4）为研究对象, 研究了不同磷浓度的KH2PO4溶液对拉曼光谱产生的影响。 采用移动平均（MA）、 MA+基线校正（BL）、 MA+标准正态变量（SNV）、 MA+多元散射校正（MSC）对原始光谱（RS）进行预处理, 分析了低浓度（0.02~5 g·L-1）与高浓度（5.21~93.87 g·L-1）区间KH2PO4拉曼光谱的变异特性及其与磷浓度之间的关系, 建立了磷浓度含量的预测模型。 结果表明: （1）低浓度区间与高浓度区间光谱的变异系数具有显著差异, 高浓度区间光谱的离散程度较大; （2）低浓度区间的拉曼光谱未检测到明显的拉曼波峰, 浓度变化展现了明显的基线变化。 偏最小二乘（PLSR）模型决定系数R2=0.28~0.36; （3）高浓度区间的拉曼光谱在863与1 070 cm-1处检测到明显的拉曼波峰, PLSR建模结果为R2=0.65~0.7。 MA+SNV、 MA+MSC处理比MA单独处理模型预测精度高, 说明磷酸根的拉曼特征峰为模型主要贡献因子; （4）使用全浓度区间PLSR建模可增加PLSR模型精度（R2=0.73~0.89）。 使用RS建模的精度最高, 说明基线漂移对PLSR结果具有积极作用; （5）通过PLSR回归系数, 选取645、 863、 1 070和1 412 cm-1四点波段建立多元线性回归（MLR）模型, 决定系数R2接近1。 说明特征峰选取可以滤除背景光干扰, 抽取有效磷酸根浓度信号。 （6）由以上结果可知, 利用拉曼光谱定量检测水溶性磷的含量是可行的, 降低背景光干扰、 提高拉曼信号的稳定性的同时, 开发特征波段选择方法、 提高模型可重复性及抗干扰能力是高分辨率拉曼光谱检测技术的关键。

含碳丰富的秸秆在无氧或限氧的条件下低温热解后得到生物炭可施入土壤, 有利于缓解秸秆处理压力、 减少污染、 减少温室气体排放, 并改良土壤。 在重要的农粮基地辽宁潮棕壤上布置了生物炭还田试验。 玉米田施用不同量的生物炭(0, 360, 1 800和3 600 kg·ha-1)一个生长季后, 研究土壤有效磷(P)、 有机P和全P含量的变化, 并采用荧光共轭物质作为测定底物, 通过酶解产生荧光物质研究土壤磷酸酶活性的响应。 结果表明, 生物炭添加到土壤后, 土壤有效P含量随生物炭施用量增加而显著升高、 有机P和全P的含量没有显著的变化。 其原因是生物炭携带有效P而引起的。 碱性磷酸单酯酶和磷酸二酯酶活性随生物炭添加量的增加而增大, 适量生物炭处理(1 800 kg·ha-1)可显著增加酸性磷酸酶, 而高量生物炭处理(3 600 kg·ha-1)对酸性磷酸酶略有抑制, 可能是生物炭自身的偏碱性使土壤pH值增大所致。 生物炭的添加对土壤磷素和磷酸酶活性的影响是土壤物理性质、 化学性质及土壤微生物群落结构和代谢能力的综合体现, 需要进一步深入研究。