面向土壤呼吸监测仪的气室CO 2 浓度去噪研究
发布时间：2021-04-08 05:11
自主研发的土壤呼吸监测仪可以有效地避免传统仪器的弊端,但是,CO2在气室内的扩散容易受到外界环境和土壤监测仪的传感器数量和质量等的影响,导致不能精确的测定土壤呼吸。针对自主研发的土壤呼吸监测仪中传感器较难准确监测到土壤表面的CO2浓度时间序列的问题,本文利用Fick第二定律描述扩散物质在扩散过程中的浓度分布随时间变化的情况,拟合出土壤表面位置处的CO2浓度时间序列。但数据质量较为不理想。因此,本文提出Fick第二定律和小波包变换结合的方法对土壤CO2浓度时间序列进行去噪分析。首先,利用Fick第二定律拟合出地表处的土壤CO2浓度时间序列;其次,通过Fick第二定律计算发现了随时间变化的土壤CO2在气室内随着高度变化的规律,并以此对地表处各个高度的土壤CO2浓度时间序列设定门限;最后,借助小波包变换对非稳定的土壤CO2浓度时间序列进行去噪分析。作为对比,同时还采用了Fick定律和先Fick定律后小波包变换方法。实验...
【文章来源】：浙江农林大学浙江省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
土壤呼吸监测仪Fig.3.1SoilRespiratoryMonitor
2concentrationovertimeinverticalheight在图3.2 中，横坐标为气室内的高度位置，纵坐标为利用Fick第二定理求得的气室内CO2浓度，时间从30 秒开始进行选取，每隔30秒取各个高度位置处的CO2浓度并将各个点进行连接，形成一条曲线，选取17 组计算结果，共计时510 秒绘制成图。在同一时间情况下，每一高度处的二氧化碳浓度都不相同，并且随着高度的增长，二氧化碳浓度随之变小，逐渐接近空气中的二氧化碳浓度水平。而随着时间的不断变化，每一高度处的二氧化碳浓度也逐渐升高。同时
浓度梯度在不断的变小，即传质运动在垂直高度上受到一定的限制。因此，本文将图3.2 曲线各个转折处的点坐标重新提取描绘到一个平面坐标系中，如图3.3 所示。经过线性拟合之后，本文得到CO2浓度随时间在竖直高度上变化的关系式为x 0. 001t 0.31，说明CO2在开放型土壤呼吸监测仪内是较为均匀扩散的。其中，扩散10cm所需要的时间大约为90s 左右。在实验测量过程中，由于将土壤呼吸监测仪放置在土壤上方后不是立即测量，而是需要打开后传感器之后才开始进行监测，这本身已经存在着一定的系统误差。并且土壤呼吸监测仪内本身含有一定浓度的CO2，导致3 个传感器在同时测
【参考文献】：
期刊论文
[1]强噪声环境下基于信噪比的地震P波到时自动提取方法[J]. 付继华,王旭,李智涛,谭巧,王建军. 地球物理学报. 2019(04)
[2]基于小波变换和改进中值滤波的医学图像耦合去噪算法（英文）[J]. 陈炳权,崔金鸽,徐庆,舒婷,刘宏立. Journal of Central South University. 2019(01)
[3]Investigation of generalized Fick’s and Fourier’s laws in the second-grade fluid flow[J]. T.HAYAT,S.AHMAD,M.I.KHAN,A.ALSAEDI. Applied Mathematics and Mechanics（English Edition）. 2018(11)
[4]两种石漠化区退耕林型的土壤呼吸及模型模拟[J]. 郑威,何峰,谭一波,申文辉. 生态科学. 2017(05)
[5]基于能量和小波变换的双门限联合频谱感知[J]. 倪水平,常慧刚. 北京邮电大学学报. 2017(04)
[6]小波变换与SVD结合的射频信号消噪方法[J]. 李俊瑶,李永彬,王小强,张培杰. 飞行器测控学报. 2017(03)
[7]BP神经网络预测氯盐渍土环境中混凝土结构使用寿命[J]. 荆磊,闫长旺,刘曙光,张菊,段连钧. 混凝土. 2016(10)
[8]混沌背景下非平稳谐波信号的自适应同步挤压小波变换提取[J]. 汪祥莉,王斌,王文波,喻敏. 物理学报. 2016(20)
[9]基于小波变换的径流周期与ENSO事件响应关系研究[J]. 张洪波,俞奇骏,陈克宇,顾磊. 华北水利水电大学学报(自然科学版). 2016(04)
[10]基于双树复小波变换的非平稳时间序列去趋势波动分析方法[J]. 杜文辽,陶建峰,巩晓赟,贡亮,刘成良. 物理学报. 2016(09)
博士论文
[1]对旋风机机电性能匹配及两级驱动电机变极调速运行研究[D]. 孙晓波.哈尔滨理工大学 2018
[2]基于附加阻尼结构的高速铁路钢轨减振降噪机理及应用研究[D]. 崔日新.北京交通大学 2018
[3]多尺度声表面波式小波变换处理器及小波反变换处理器的研究[D]. 高丽丽.东华大学 2017
[4]时频联合分析及其在非平稳振动信号处理中的应用[D]. 许畅.哈尔滨工业大学 2016
[5]基于小波的神经网络研究及其在信息处理中的应用[D]. 程蓉.中北大学 2015
[6]几类时间序列模型变点监测与检验[D]. 李拂晓.西北工业大学 2015
[7]紧支集双正交小波的构造及应用研究[D]. 张世强.大连海事大学 2015
[8]多贝西小波密度泛函的并行算法及其应用[D]. 袁健美.湘潭大学 2014
[9]时间序列非平稳性分析若干问题研究[D]. 谢焕田.武汉大学 2014
[10]基于小波变换及混沌的结构动力仿真分析[D]. 刘强.福州大学 2012
硕士论文
[1]土壤呼吸作用红外光谱传感方法研究及监测系统设计[D]. 肖广东.安徽大学 2015
[2]分数阶小波变换理论及其应用研究[D]. 汪辉.西南交通大学 2014
[3]基于小波变换的信号分析及处理[D]. 王根平.西安电子科技大学 2013
本文编号：3124915
【文章来源】：浙江农林大学浙江省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
土壤呼吸监测仪Fig.3.1SoilRespiratoryMonitor
2concentrationovertimeinverticalheight在图3.2 中，横坐标为气室内的高度位置，纵坐标为利用Fick第二定理求得的气室内CO2浓度，时间从30 秒开始进行选取，每隔30秒取各个高度位置处的CO2浓度并将各个点进行连接，形成一条曲线，选取17 组计算结果，共计时510 秒绘制成图。在同一时间情况下，每一高度处的二氧化碳浓度都不相同，并且随着高度的增长，二氧化碳浓度随之变小，逐渐接近空气中的二氧化碳浓度水平。而随着时间的不断变化，每一高度处的二氧化碳浓度也逐渐升高。同时
浓度梯度在不断的变小，即传质运动在垂直高度上受到一定的限制。因此，本文将图3.2 曲线各个转折处的点坐标重新提取描绘到一个平面坐标系中，如图3.3 所示。经过线性拟合之后，本文得到CO2浓度随时间在竖直高度上变化的关系式为x 0. 001t 0.31，说明CO2在开放型土壤呼吸监测仪内是较为均匀扩散的。其中，扩散10cm所需要的时间大约为90s 左右。在实验测量过程中，由于将土壤呼吸监测仪放置在土壤上方后不是立即测量，而是需要打开后传感器之后才开始进行监测，这本身已经存在着一定的系统误差。并且土壤呼吸监测仪内本身含有一定浓度的CO2，导致3 个传感器在同时测
【参考文献】：
期刊论文
[1]强噪声环境下基于信噪比的地震P波到时自动提取方法[J]. 付继华,王旭,李智涛,谭巧,王建军. 地球物理学报. 2019(04)
[2]基于小波变换和改进中值滤波的医学图像耦合去噪算法（英文）[J]. 陈炳权,崔金鸽,徐庆,舒婷,刘宏立. Journal of Central South University. 2019(01)
[3]Investigation of generalized Fick’s and Fourier’s laws in the second-grade fluid flow[J]. T.HAYAT,S.AHMAD,M.I.KHAN,A.ALSAEDI. Applied Mathematics and Mechanics（English Edition）. 2018(11)
[4]两种石漠化区退耕林型的土壤呼吸及模型模拟[J]. 郑威,何峰,谭一波,申文辉. 生态科学. 2017(05)
[5]基于能量和小波变换的双门限联合频谱感知[J]. 倪水平,常慧刚. 北京邮电大学学报. 2017(04)
[6]小波变换与SVD结合的射频信号消噪方法[J]. 李俊瑶,李永彬,王小强,张培杰. 飞行器测控学报. 2017(03)
[7]BP神经网络预测氯盐渍土环境中混凝土结构使用寿命[J]. 荆磊,闫长旺,刘曙光,张菊,段连钧. 混凝土. 2016(10)
[8]混沌背景下非平稳谐波信号的自适应同步挤压小波变换提取[J]. 汪祥莉,王斌,王文波,喻敏. 物理学报. 2016(20)
[9]基于小波变换的径流周期与ENSO事件响应关系研究[J]. 张洪波,俞奇骏,陈克宇,顾磊. 华北水利水电大学学报(自然科学版). 2016(04)
[10]基于双树复小波变换的非平稳时间序列去趋势波动分析方法[J]. 杜文辽,陶建峰,巩晓赟,贡亮,刘成良. 物理学报. 2016(09)
博士论文
[1]对旋风机机电性能匹配及两级驱动电机变极调速运行研究[D]. 孙晓波.哈尔滨理工大学 2018
[2]基于附加阻尼结构的高速铁路钢轨减振降噪机理及应用研究[D]. 崔日新.北京交通大学 2018
[3]多尺度声表面波式小波变换处理器及小波反变换处理器的研究[D]. 高丽丽.东华大学 2017
[4]时频联合分析及其在非平稳振动信号处理中的应用[D]. 许畅.哈尔滨工业大学 2016
[5]基于小波的神经网络研究及其在信息处理中的应用[D]. 程蓉.中北大学 2015
[6]几类时间序列模型变点监测与检验[D]. 李拂晓.西北工业大学 2015
[7]紧支集双正交小波的构造及应用研究[D]. 张世强.大连海事大学 2015
[8]多贝西小波密度泛函的并行算法及其应用[D]. 袁健美.湘潭大学 2014
[9]时间序列非平稳性分析若干问题研究[D]. 谢焕田.武汉大学 2014
[10]基于小波变换及混沌的结构动力仿真分析[D]. 刘强.福州大学 2012
硕士论文
[1]土壤呼吸作用红外光谱传感方法研究及监测系统设计[D]. 肖广东.安徽大学 2015
[2]分数阶小波变换理论及其应用研究[D]. 汪辉.西南交通大学 2014
[3]基于小波变换的信号分析及处理[D]. 王根平.西安电子科技大学 2013
本文编号：3124915
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3124915.html
