当前位置:主页 > 科技论文 > 农业技术论文 >

基于高光谱成像技术的土壤水分机理研究及模型建立

发布时间:2018-06-04 09:24

  本文选题:高光谱成像 + 土壤 ; 参考:《发光学报》2017年10期


【摘要】:为了研究宁夏地区土壤的水分迁移机理以及对土壤水分快速无损检测,利用高光谱成像(光谱范围900~1 700 nm)技术对土壤的含水率进行了研究。通过高光谱成像系统采集了208个土样,比较了不同天数下土壤含水率与光谱的变化、不同质量含水量光谱的差异。对采集到的土样进行PLSR模型建立,对比分析不同光谱预处理方法、不同方法提取特征波长(UVE、CARS、β系数、SPA)、不同建模方法(MLR、PCR、PLSR)建立的模型,优选出最佳模型。结果表明:在一定的土壤含水量范围内,光谱曲线的反射率与土壤含水率成反比;当增大到超过田间持水率时,光谱曲线的反射率与土壤含水率成正比。对比分析了不同预处理方法,优选出单位向量归一化预处理方法。对比不同的模型,优选出SPA提取的特征波长的MLR模型。最优的特征波长为987,1 386,1 466,1 568,1 636,1 645 nm,最优模型的预测相关系数Rp=0.984,预测均方根误差RMSEP为0.631。因此,今后可采用不同波段对土壤含水率进行定量分析。
[Abstract]:In order to study the mechanism of soil moisture migration and the rapid nondestructive detection of soil moisture in Ningxia region, the soil moisture content was studied by hyperspectral imaging (spectral range 900 ~ 1 700 nm). 208 soil samples were collected by hyperspectral imaging system. The variation of soil moisture content and spectrum and the spectral difference of soil moisture content in different days were compared. The PLSR model of the collected soil samples was established, and the models established by different spectral pretreatment methods, different methods of extracting characteristic wavelength UVECARSs, 尾 coefficient SPAS and different modeling methods were compared and analyzed, and the best model was selected. The results showed that the reflectivity of the spectral curve was inversely proportional to the soil moisture content in a certain range of soil water content, and the reflectivity of the spectral curve was in direct proportion to the soil moisture content when the soil moisture retention rate was increased to a certain extent. Different preprocessing methods are analyzed, and the unit vector normalization preprocessing method is selected. Compared with different models, the MLR model of characteristic wavelength extracted by SPA was selected. The optimum characteristic wavelength is 987 ~ 1386 ~ 1 466N ~ (1 568) ~ 1 636 ~ 1 645 nm, the prediction correlation coefficient of the optimal model is 0.984, and the root mean square error (RMSEP) of the prediction is 0.631nm. Therefore, quantitative analysis of soil moisture can be carried out in different bands in the future.
【作者单位】: 宁夏大学土木水利工程学院;宁夏大学农学院;GraduateSchoolofScienceandTechnologyinNiigataUniversityNiigata950-2181;
【基金】:国家自然科学基金(31560481,31060233) 2011年度宁夏回族自治区科技攻关计划(2011HZF05J01) 国家科技支撑计划(2012BAF07B06)资助项目~~
【分类号】:O657.3;S152.7

【相似文献】

相关期刊论文 前7条

1 张令标;何建国;王松磊;刘贵珊;贺晓光;罗瑞明;;高光谱成像技术在肉品无损检测中的应用及进展[J];河南工业大学学报(自然科学版);2014年01期

2 曲佳欢;马骥;孙大文;吴迪;曾新安;;高光谱成像在食品质量评估方面的研究进展与应用(一)[J];肉类研究;2012年04期

3 张筱蕾;刘飞;聂鹏程;何勇;鲍一丹;;高光谱成像技术的油菜叶片氮含量及分布快速检测[J];光谱学与光谱分析;2014年09期

4 张令标;何建国;刘贵珊;王松磊;贺晓光;王伟;;基于可见/近红外高光谱成像技术的番茄表面农药残留无损检测[J];食品与机械;2014年01期

5 王家云;王松磊;贺晓光;何建国;吴龙国;刘贵珊;;基于NIR高光谱成像技术的滩羊肉内部品质无损检测[J];现代食品科技;2014年06期

6 邹小波;李志华;石吉勇;黄晓玮;;高光谱成像技术检测肴肉新鲜度[J];食品科学;2014年08期

7 徐爽;何建国;贺晓光;易东;刘贵珊;王松磊;;基于高光谱技术的长枣内外品质同时检测[J];光电子.激光;2013年10期

相关博士学位论文 前1条

1 朱逢乐;基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D];浙江大学;2014年

相关硕士学位论文 前3条

1 熊振杰;基于高光谱成像技术的鸡肉品质快速无损检测[D];华南理工大学;2015年

2 钟谢伟;漫反射谱分析获取皮肤组织生理特性参数[D];华中科技大学;2015年

3 思振华;基于高光谱图像技术的羊肉表面污染及病变快速检测方法研究[D];宁夏大学;2014年



本文编号:1976854

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/1976854.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户23db8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com