土壤有机质近红外光谱分析及相关软件开发

发布时间：2021-09-25 06:00

　　精准农业中一个的极其关键的环节即是变量施肥,而要实现变量施肥,首先就必须准确地获取农田中土壤养分信息。土壤养分主要包括有机质、氮磷钾,它们是作物生长的基础,是衡量土壤生产能力和土壤肥力的重要指标。传统的土壤养分实验室化学分析方法虽然准确性高,但是操作复杂且耗时。相比之下,近红外光谱分析技术则具有快速、实时、高效、不使用化学试剂、不破坏样品、无污染等优点,在快速分析土壤养分含量方面具有很大的潜力,因此也成为了国内外研究的热点。本文共采集了安徽省怀远县龙亢农场147份土壤样品,利用主成分回归法PCR建立了土壤有机质预测模型。实验中通过Kennard-Stone算法对土壤样品进行校正集与验证集的划分,以验证集预测相关系数Rp2和预测标准偏差RMSEP为指标,对土壤光谱预处理算法作了优选,结果表明Savitzky-Golay（SG）卷积平滑+标准正态变量变换SNV效果最好。另外,本文还提出了一种波长优选的新方法,结果表明通过此种方法可以较大地提高模型的预测精度。在上述基础上,最终所建土壤有机质预测模型的Rp2和RMSEP分别达到0.9322、0.0411%,取得了较好的预测效果。同时,本文的另... 

【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】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 选题背景与意义
    1.2 国内外土壤养分近红外光谱分析的研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 研究内容与研究方法
    1.4 论文结构安排
第二章 近红外光谱分析技术的理论基础
    2.1 近红外光谱原理
    2.2 近红外光谱技术的特点
    2.3 化学计量学方法
        2.3.1 光谱预处理方法
        2.3.2 定量校正方法
    2.4 定量分析过程及模型评价指标
        2.4.1 近红外光谱定量分析步骤
        2.4.2 定量分析模型评价指标
第三章 土壤有机质的近红外光谱分析
    3.1 实验准备
        3.1.1 土壤样品的采集
        3.1.2 土壤有机质含量的测定
        3.1.3 土壤光谱数据的采集
    3.2 土壤有机质含量的近红外光谱定量分析
        3.2.1 校正集与验证集的划分
        3.2.2 光谱预处理方法的选取
        3.2.3 波长的选择
        3.2.4 模型的建立
第四章 近红外光谱相关软件开发
    4.1 土壤光谱采集硬件平台简介
    4.2 软件设计
        4.2.1 软件总体功能概述
        4.2.2 光谱仪菜单模块
        4.2.3 文件菜单模块
        4.2.4 视图菜单模块
        4.2.5 处理菜单模块
        4.2.6 光谱预处理方法菜单模块
        4.2.7 浓度预测菜单模块
第五章 总结与展望
    5.1 结论
    5.2 展望
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果



本文编号：3409237