多光谱技术在土壤成分含量检测中的研究进展

发布时间：2023-01-31 02:08

　　土壤是农业生产的基础,通过土壤成分含量的测定分析可了解土壤营养成分供应的丰缺情况,对农作物的生长有一定的影响,因此土壤成分含量的检测逐渐成为国内外的研究热点。多光谱技术利用物体的物理结构和化学成分的不同,在同一条件下利用不同光的反射对物体进行照射得到对应光谱带上的不同反射率,然后对获取的光谱数据进行分析,辨别目标。近年来,多光谱技术的应用为土壤成分含量检测提供了一个新思路,有助于土壤成分含量的精确检测,有助于实现无损实时在线检测和精准农业。综述了近6年来国内外多光谱技术在土壤成分指标土壤水、有机质、氮磷钾、重金属及土壤盐分含量检测领域应用的相关文献,分析了多光谱成像技术的特点,简述了多光谱技术对土壤成分含量的检测过程,重点阐述了多光谱技术在土壤成分含量检测中的研究进展,并展望了多光谱技术在土壤成分含量检测中的未来发展趋势,提出未来技术发展方向:机器学习算法的无监督和监督模型能够分析不同实际测量环境下的数据,减少土壤成分分布不均的光谱数据对建模结果的影响;多光谱图像与全色图像相结合获取多光谱全色波段,能够在多光谱土壤成分含量检测中提高预测模型的分析精度和准确度;多光谱数据预处理过程中采用... 

【文章页数】：6 页

【文章目录】：
引 言
1 土壤成分多光谱成像检测技术概述
    1.1 多光谱技术特点
    1.2 多光谱技术检测过程
        (1)土壤样品集选择:
        (2)采集多光谱图像:
        (3)数据预处理:
        (4)特征波段选择:
        (5)建立模型:
2 土壤成分多光谱成像检测
    2.1 水分检测
    2.2 有机质检测
    2.3 氮、 磷、 钾检测
    2.4 其他成分检测
3 发展趋势


【参考文献】：
期刊论文
[1]基于无人机多光谱遥感的玉米根域土壤含水率研究[J]. 张智韬,谭丞轩,许崇豪,陈硕博,韩文霆,李宇.  农业机械学报. 2019(07)
[2]光谱技术在水产养殖水质监测中的应用进展及趋势[J]. 李鑫星,朱晨光,周婧,孙龙清,曹霞敏,张小栓.  农业工程学报. 2018(19)
[3]土壤氮、磷、钾含量的高光谱遥感探测方法[J]. 万余庆,谢涛,许石,江晓光.  中国煤炭地质. 2018(S1)
[4]无人机多光谱遥感反演抽穗期冬小麦土壤含水率研究[J]. 陈硕博,陈俊英,张智韬,边江,王禹枫,石树兰.  节水灌溉. 2018(05)
[5]土壤光谱重建的湿地土壤有机质含量多光谱反演[J]. 陈思明,邹双全,毛艳玲,梁文贤,丁卉.  光谱学与光谱分析. 2018(03)
[6]基于无人机多光谱遥感的土壤含水率反演研究[J]. 张智韬,王海峰,韩文霆,边江,陈硕博,崔婷.  农业机械学报. 2018(02)
[7]基于Landsat8 OLI影像光谱的土壤盐分估算模型研究[J]. 张雅莉,塔西甫拉提·特依拜,阿尔达克·克里木,张东,依力亚斯江·努尔麦麦提,张飞.  国土资源遥感. 2018(01)
[8]低空无人机多光谱遥感数据的土壤含水率反演[J]. 王海峰,张智韬,付秋萍,陈硕博,边江,崔婷.  节水灌溉. 2018(01)
[9]BP神经网络在土壤重金属污染分析中的应用[J]. 成功,李嘉璇,戴之秀.  地质学刊. 2017(03)
[10]基于多光谱影像反演土壤盐分的建模方法研究[J]. 王明宽,莫宏伟,陈红艳.  土壤通报. 2016(05)



本文编号：3733626