基于可见/近红外光谱分析的化肥土壤成分速测模型研究
发布时间:2021-11-22 05:13
土壤是农业的基础,化肥是农业的重要物资。化肥的使用起到了改善土壤肥力、提高作物产量的作用。然而,盲目施肥会造成化肥的浪费和环境的污染,导致巨大的经济损失。精准施肥可以提高化肥使用效率,减少环境污染,在精准农业中占有重要地位。但是传统的化学分析方法在测量化肥成分和土壤养分方面存在一系列缺点:分析周期长、过程复杂、成本高、还有可能带来二次污染。目前,农业上迫切需要一种快速、环保、实时、成本低的现场检测手段。可见/近红外光谱分析技术具有操作简单、测试快捷、成本低廉、环保无污染的众多优点。本文采集了化肥和淮北平原典型土种——砂姜黑土的光谱信息,采用可见/近红外光谱分析结合化学计量学中的多元校正技术,研究了化肥总氮、总磷和总钾含量以及土壤有机质、总氮含量和pH值的快速测定方法,建立了相应的回归模型。本研究对精准施肥的推广具有重要意义。主要研究内容和成果如下:(1)得到了化肥总氮、总磷、总钾以及土壤有机质、总氮和pH值的光谱速测模型,实现了化肥养分信息和土壤参数的快速精确无损检测。系统分析了17种预处理方法对光谱数据的预处理效果,得到了针对不同预测量各自最优的预处理算法;分别应用KS和SPXY方法...
【文章来源】:中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】:108 页
【学位级别】:博士
【部分图文】:
图1.1交叠巧?起的近红外光谱谱巧??但是在近红外光谱分析中,不可能存在这么理想的情况.往往是共存组分在??选定波长处也有吸收,如图1.1所示为,不同化学环境中的同样的官能团C-H的??
图1.2研究巧术路线图?.??\—??1.5拟解决的关键问题??化肥总氮、总槐、总钟含量信息^及±壞有机质、总氮和pH值信息的光谱??特征波长选取和定量数学模型建立方式
侧最光瀚使用的Vais燕统
【参考文献】:
期刊论文
[1]SPA-LS-SVM检测土壤有机质和速效钾研究[J]. 章海亮,刘雪梅,何勇. 光谱学与光谱分析. 2014(05)
[2]光谱多元分析校正集和验证集样本分布优选方法研究[J]. 刘伟,赵众,袁洪福,宋春风,李效玉. 光谱学与光谱分析. 2014(04)
[3]遗传算法在肉类近红外光谱分析中波长选择的应用[J]. 别军象,赵宇峰. 计算机与数字工程. 2014(01)
[4]基于NIRS技术的复合化肥成分定量分析及应用研究[J]. 宋乐,张红,倪晓宇,吴林,刘斌美,余立祥,王琦,吴跃进. 光谱学与光谱分析. 2014(01)
[5]Application of Visible/Near-Infrared Spectra in Modeling of Soil Total Phosphorus[J]. HU Xue-Yu. Pedosphere. 2013(04)
[6]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)
[7]基于近红外光声光谱的土壤有机质含量定量建模方法[J]. 田永超,张娟娟,姚霞,曹卫星,朱艳. 农业工程学报. 2012(01)
[8]复合肥料多种养分含量快速分析新方法[J]. 郭峥,袁洪福,张娴,宋春风,李效玉,谢锦春. 光谱学与光谱分析. 2011(09)
[9]基于高光谱的土壤有机质含量估算研究[J]. 刘磊,沈润平,丁国香. 光谱学与光谱分析. 2011(03)
[10]基于连续投影算法的土壤总氮近红外特征波长的选取[J]. 高洪智,卢启鹏,丁海泉,彭忠琦. 光谱学与光谱分析. 2009(11)
博士论文
[1]基于光谱分析技术的土壤养分检测方法与仪器研究[D]. 贾生尧.浙江大学 2015
[2]基于可见近红外光谱检测土壤养分及仪器开发[D]. 刘雪梅.东华大学 2014
硕士论文
[1]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
[2]精准农业变量施肥技术及其实施系统的研究[D]. 牛晓颖.河北农业大学 2005
本文编号:3511010
【文章来源】:中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】:108 页
【学位级别】:博士
【部分图文】:
图1.1交叠巧?起的近红外光谱谱巧??但是在近红外光谱分析中,不可能存在这么理想的情况.往往是共存组分在??选定波长处也有吸收,如图1.1所示为,不同化学环境中的同样的官能团C-H的??
图1.2研究巧术路线图?.??\—??1.5拟解决的关键问题??化肥总氮、总槐、总钟含量信息^及±壞有机质、总氮和pH值信息的光谱??特征波长选取和定量数学模型建立方式
侧最光瀚使用的Vais燕统
【参考文献】:
期刊论文
[1]SPA-LS-SVM检测土壤有机质和速效钾研究[J]. 章海亮,刘雪梅,何勇. 光谱学与光谱分析. 2014(05)
[2]光谱多元分析校正集和验证集样本分布优选方法研究[J]. 刘伟,赵众,袁洪福,宋春风,李效玉. 光谱学与光谱分析. 2014(04)
[3]遗传算法在肉类近红外光谱分析中波长选择的应用[J]. 别军象,赵宇峰. 计算机与数字工程. 2014(01)
[4]基于NIRS技术的复合化肥成分定量分析及应用研究[J]. 宋乐,张红,倪晓宇,吴林,刘斌美,余立祥,王琦,吴跃进. 光谱学与光谱分析. 2014(01)
[5]Application of Visible/Near-Infrared Spectra in Modeling of Soil Total Phosphorus[J]. HU Xue-Yu. Pedosphere. 2013(04)
[6]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)
[7]基于近红外光声光谱的土壤有机质含量定量建模方法[J]. 田永超,张娟娟,姚霞,曹卫星,朱艳. 农业工程学报. 2012(01)
[8]复合肥料多种养分含量快速分析新方法[J]. 郭峥,袁洪福,张娴,宋春风,李效玉,谢锦春. 光谱学与光谱分析. 2011(09)
[9]基于高光谱的土壤有机质含量估算研究[J]. 刘磊,沈润平,丁国香. 光谱学与光谱分析. 2011(03)
[10]基于连续投影算法的土壤总氮近红外特征波长的选取[J]. 高洪智,卢启鹏,丁海泉,彭忠琦. 光谱学与光谱分析. 2009(11)
博士论文
[1]基于光谱分析技术的土壤养分检测方法与仪器研究[D]. 贾生尧.浙江大学 2015
[2]基于可见近红外光谱检测土壤养分及仪器开发[D]. 刘雪梅.东华大学 2014
硕士论文
[1]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
[2]精准农业变量施肥技术及其实施系统的研究[D]. 牛晓颖.河北农业大学 2005
本文编号:3511010
本文链接:https://www.wllwen.com/nykjlw/nyxlw/3511010.html