基于可见近红外光谱检测土壤养分及仪器开发
发布时间：2021-06-10 09:14
实施精细农业需要清晰地了解土壤的空间变异特性以及实时的营养状况,数字农业的发展也对土壤养分的测定迫切地提出了精确的时间和效率上的要求。土壤有机质、全氮、碱解氮、速效磷和速效钾是植物健康成长所必须的营养成分,这些土壤指标参数是土壤养分管理和测土配方施肥的重要对象,目前这些指标检测实验室和土肥站一直沿用常规检测方法。这些检测方法需要昂贵的检测设备和对检测人员要求较高,且存在指标检测效率低,检测样品数量小和成本高等问题,是实施精细农业管理的一个重要障碍因素。光谱分析技术作为一种快速、无损、简便的绿色测量方法和分析技术,在土壤养分的测定方面扮演着越来越重要的角色。近红外光谱检测技术具有一系列的优点,如快速、无需样品制备和成本低等优点。近红外光谱能够反映土壤如有机质和全氮等养分信息,使得近红外光谱检测技术在农业与农业环境检测中得到了广泛应用,近红外光谱检测能力主要依靠其对C-H、0-H和N-H功能键的能量吸收进而反映相应土壤养分含量等信息。土壤有机质、氮、磷、钾是农作物生长的主要养分,是土壤养分管理和测土配方施肥的重要对象,随着测土配方施肥技术的大规模推广,迫切需要一种低成本、可靠的土壤养分快速...
【文章来源】：东华大学上海市 211工程院校 教育部直属院校
【文章页数】：125 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
插图清单
表格清单
符号列表
第一章 绪论
1.1 研究目的和意义
1.2 国内外研究现状
1.3 光谱分析基础
1.4 研究目标、研究内容和技术路线
1.5 拟解决的关键科学问题
1.6 拟采取的研究方案
1.7 本章小结
参考文献
第二章 实验材料与方法
2.1 实验材料
2.2 土壤有机质测定
2.3 土壤氮、磷和钾测定
2.4 土壤光谱数据采集
2.5 光谱数据处理软件
参考文献
第三章 土壤光谱数据挖掘技术
3.1 光谱预处理方法概述
3.2 特征变量提取方法概述
3.3 多元校正计量学方法
3.4 PCA聚类分析
3.5 模型评价标准
参考文献
第四章 基于近红外光谱技术土壤有机质测定研究
4.1 前言
4.2 化学测定土壤有机质统计分析
4.3 采集土壤样本光谱和光谱预处理
4.4 基于SPA-LS-SVM检测土壤有机质研究
4.5 基于近红外光谱的不同建模方法检测土壤有机质研究
4.6 采用不同检测仪器检测土壤有机质比较分析
参考文献
第五章 基于近红外光谱技术土壤全氯和碱解氮测定研究
5.1 前言
5.2 化学测定土壤碱解氮统计分析
5.3 采集土壤样本光谱和光谱预处理
5.4 基于LS-SVM建模方法近红外光谱检测土壤碱解氮的研究
5.5 蒙特卡罗无信息变量消除方法用于预测土壤碱解氮研究
5.6 基于遗传算法近红外光谱检测土壤碱解氮研究
5.7 应用近红外光谱分析技术检测不同地块土壤全氮的研究
参考文献
第六章 基于近红外光谱技术速效钾和速效磷测定研究
6.1 前言
6.2 化学测定土壤速效钾统计分析
6.3 化学测定土壤速效磷统计分析
6.4 光谱维土壤速效钾建模预处理方法选择
6.5 蒙特卡罗无信息变量消除方法检测土壤速效钾研究
6.6 基于SPA-LS-SVM检测土壤速效钾研究
6.7 基于近红外光谱不同建模方法检测土壤速效磷和速效钾的研究
参考文献
第七章 基于近红外光谱检测土壤有机质含量便携式仪器开发
7.1 引言
7.2 硬件集成与选型
7.3 软件程序设计
7.4 便携式仪器测量土壤有机质含量系统简介
7.5 基于便携式仪器检测土壤有机质含量研究
第八章 结论与展望
附录：作者简介及博士研究生期间主要成果
致谢
【参考文献】：
期刊论文
[1]基于变量选择的偏最小二乘回归法和田间行走式近红外光谱进行土壤碳含量测定研究[J]. 沈掌泉,卢必慧,单英杰,许红卫. 光谱学与光谱分析. 2013(07)
[2]基于遗传算法近红外光谱检测土壤养分的研究[J]. 刘雪梅,章海亮. 灌溉排水学报. 2013(02)
[3]基于近红外光谱的不同建模方法检测土壤有机质和速效P含量的研究[J]. 刘雪梅,章海亮. 西北农林科技大学学报(自然科学版). 2013(04)
[4]近红外漫反射光谱检测土壤有机质和速效N的研究[J]. 刘雪梅. 中国农机化学报. 2013(02)
[5]基于MC-UVE的土壤碱解氮和速效钾近红外光谱检测[J]. 刘雪梅,柳建设. 农业机械学报. 2013(03)
[6]土壤成分与特性参数光谱快速检测方法及传感技术[J]. 李民赞,郑立华,安晓飞,孙红. 农业机械学报. 2013(03)
[7]基于改进连续投影算法的光谱定量模型优化[J]. 郝勇,孙旭东,王豪. 江苏大学学报(自然科学版). 2013(01)
[8]县域农田土壤采样布局多目标优化分析模型[J]. 陈天恩,董静,陈立平,陈栋. 农业工程学报. 2012(23)
[9]基于LS-SVM建模方法近红外光谱检测土壤速效N和速效K的研究[J]. 刘雪梅,柳建设. 光谱学与光谱分析. 2012(11)
[10]基于遗传算法综合Terra/Aqua MODIS热红外数据反演地表组分温度[J]. 孙珂,陈圣波. 红外与毫米波学报. 2012(05)
博士论文
[1]伊犁绢蒿生理生态适应性的研究[D]. 侯钰荣.新疆农业大学 2010
[2]光栅分光型乙醇汽油近红外光谱分析关键技术研究[D]. 占细雄.吉林大学 2008
[3]药用石蒜不同居群遗传多样性及驯化繁育技术[D]. 杨志玲.中国林业科学研究院 2009
[4]支持向量机回归—近红外光谱法用于药物无损非破坏定量分析的研究[D]. 邹婷婷.吉林大学 2008
[5]矿物近红外光谱信息提取及应用研究[D]. 武子玉.吉林大学 2005
[6]近红外光谱分析中若干关键技术的研究[D]. 李庆波.天津大学 2003
硕士论文
[1]基于光谱和多源波谱成像技术的植物灰霉病快速识别的方法研究[D]. 陈双双.浙江大学 2012
[2]土壤养分的近红外光谱快速分析系统开发与实验研究[D]. 李颉.中国农业机械化科学研究院 2011
[3]受控实验下沿着水分梯度正相互作用和负相互作用间平衡的变化[D]. 杨莲.兰州大学 2007
[4]基于不同土质土壤的光谱特性及快速分析仪的研究[D]. 王艳艳.浙江大学 2007
[5]近红外光谱扣除背景误差的研究[D]. 陈民森.天津大学 2005
[6]近红外光谱分析中模型优化方法的初步研究[D]. 刘蓉.天津大学 2003
本文编号：3222105
【文章来源】：东华大学上海市 211工程院校 教育部直属院校
【文章页数】：125 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
插图清单
表格清单
符号列表
第一章 绪论
1.1 研究目的和意义
1.2 国内外研究现状
1.3 光谱分析基础
1.4 研究目标、研究内容和技术路线
1.5 拟解决的关键科学问题
1.6 拟采取的研究方案
1.7 本章小结
参考文献
第二章 实验材料与方法
2.1 实验材料
2.2 土壤有机质测定
2.3 土壤氮、磷和钾测定
2.4 土壤光谱数据采集
2.5 光谱数据处理软件
参考文献
第三章 土壤光谱数据挖掘技术
3.1 光谱预处理方法概述
3.2 特征变量提取方法概述
3.3 多元校正计量学方法
3.4 PCA聚类分析
3.5 模型评价标准
参考文献
第四章 基于近红外光谱技术土壤有机质测定研究
4.1 前言
4.2 化学测定土壤有机质统计分析
4.3 采集土壤样本光谱和光谱预处理
4.4 基于SPA-LS-SVM检测土壤有机质研究
4.5 基于近红外光谱的不同建模方法检测土壤有机质研究
4.6 采用不同检测仪器检测土壤有机质比较分析
参考文献
第五章 基于近红外光谱技术土壤全氯和碱解氮测定研究
5.1 前言
5.2 化学测定土壤碱解氮统计分析
5.3 采集土壤样本光谱和光谱预处理
5.4 基于LS-SVM建模方法近红外光谱检测土壤碱解氮的研究
5.5 蒙特卡罗无信息变量消除方法用于预测土壤碱解氮研究
5.6 基于遗传算法近红外光谱检测土壤碱解氮研究
5.7 应用近红外光谱分析技术检测不同地块土壤全氮的研究
参考文献
第六章 基于近红外光谱技术速效钾和速效磷测定研究
6.1 前言
6.2 化学测定土壤速效钾统计分析
6.3 化学测定土壤速效磷统计分析
6.4 光谱维土壤速效钾建模预处理方法选择
6.5 蒙特卡罗无信息变量消除方法检测土壤速效钾研究
6.6 基于SPA-LS-SVM检测土壤速效钾研究
6.7 基于近红外光谱不同建模方法检测土壤速效磷和速效钾的研究
参考文献
第七章 基于近红外光谱检测土壤有机质含量便携式仪器开发
7.1 引言
7.2 硬件集成与选型
7.3 软件程序设计
7.4 便携式仪器测量土壤有机质含量系统简介
7.5 基于便携式仪器检测土壤有机质含量研究
第八章 结论与展望
附录：作者简介及博士研究生期间主要成果
致谢
【参考文献】：
期刊论文
[1]基于变量选择的偏最小二乘回归法和田间行走式近红外光谱进行土壤碳含量测定研究[J]. 沈掌泉,卢必慧,单英杰,许红卫. 光谱学与光谱分析. 2013(07)
[2]基于遗传算法近红外光谱检测土壤养分的研究[J]. 刘雪梅,章海亮. 灌溉排水学报. 2013(02)
[3]基于近红外光谱的不同建模方法检测土壤有机质和速效P含量的研究[J]. 刘雪梅,章海亮. 西北农林科技大学学报(自然科学版). 2013(04)
[4]近红外漫反射光谱检测土壤有机质和速效N的研究[J]. 刘雪梅. 中国农机化学报. 2013(02)
[5]基于MC-UVE的土壤碱解氮和速效钾近红外光谱检测[J]. 刘雪梅,柳建设. 农业机械学报. 2013(03)
[6]土壤成分与特性参数光谱快速检测方法及传感技术[J]. 李民赞,郑立华,安晓飞,孙红. 农业机械学报. 2013(03)
[7]基于改进连续投影算法的光谱定量模型优化[J]. 郝勇,孙旭东,王豪. 江苏大学学报(自然科学版). 2013(01)
[8]县域农田土壤采样布局多目标优化分析模型[J]. 陈天恩,董静,陈立平,陈栋. 农业工程学报. 2012(23)
[9]基于LS-SVM建模方法近红外光谱检测土壤速效N和速效K的研究[J]. 刘雪梅,柳建设. 光谱学与光谱分析. 2012(11)
[10]基于遗传算法综合Terra/Aqua MODIS热红外数据反演地表组分温度[J]. 孙珂,陈圣波. 红外与毫米波学报. 2012(05)
博士论文
[1]伊犁绢蒿生理生态适应性的研究[D]. 侯钰荣.新疆农业大学 2010
[2]光栅分光型乙醇汽油近红外光谱分析关键技术研究[D]. 占细雄.吉林大学 2008
[3]药用石蒜不同居群遗传多样性及驯化繁育技术[D]. 杨志玲.中国林业科学研究院 2009
[4]支持向量机回归—近红外光谱法用于药物无损非破坏定量分析的研究[D]. 邹婷婷.吉林大学 2008
[5]矿物近红外光谱信息提取及应用研究[D]. 武子玉.吉林大学 2005
[6]近红外光谱分析中若干关键技术的研究[D]. 李庆波.天津大学 2003
硕士论文
[1]基于光谱和多源波谱成像技术的植物灰霉病快速识别的方法研究[D]. 陈双双.浙江大学 2012
[2]土壤养分的近红外光谱快速分析系统开发与实验研究[D]. 李颉.中国农业机械化科学研究院 2011
[3]受控实验下沿着水分梯度正相互作用和负相互作用间平衡的变化[D]. 杨莲.兰州大学 2007
[4]基于不同土质土壤的光谱特性及快速分析仪的研究[D]. 王艳艳.浙江大学 2007
[5]近红外光谱扣除背景误差的研究[D]. 陈民森.天津大学 2005
[6]近红外光谱分析中模型优化方法的初步研究[D]. 刘蓉.天津大学 2003
本文编号：3222105
本文链接：https://www.wllwen.com/kejilunwen/nykj/3222105.html
