基于人工嗅觉技术的土壤有机质含量测定方法研究
发布时间：2021-12-19 09:29
土壤有机质是土壤的重要组成部分,是土壤肥力和养分的重要指标,更是精准农业需获取的重要信息。土壤有机质不仅能为作物生长提供必要的营养元素,而且能改善土壤的物理结构性状。土壤有机质含量的下降意味着土壤质量变差。因此,测量土壤有机质含量、掌握其动态变化对改善土壤结构和指导农业生产具有重要意义。传统的土壤有机质检测方法多为化学测量,存在操作复杂、耗时长、成本高和破坏性大的缺点。光谱分析法因具有快速、无损、准确的特点,在土壤特性研究方面备受关注。然而土壤有机质的光谱分析易受土壤粒度、氧化铁等因素影响,并且高分辨率的光谱检测仪价格昂贵。准确、快速、经济测量土壤有机质含量已然成为了当前的研究焦点之一。为了解决上述问题,本文将人工嗅觉技术应用于土壤有机质含量检测,采集土壤挥发性有机化合物响应信息,探讨可行的技术方法,以实现土壤有机质的准确、快速、经济测量。论文主要研究工作如下:（1）土壤有机质人工嗅觉检测装置设计依据仿生嗅觉机理,设计了土壤有机人工嗅觉检测装置。采用10个对挥发性有机气体敏感的MOS气体传感器组建了检测阵列,设计了人工嗅觉信号处理电路,并采用Labview开发了上位机检测软件,实现了串...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：123 页
【学位级别】：博士
【部分图文】：
生物嗅觉系统与人工嗅觉系统组成
技术路线
土壤有机质人工嗅觉装置的硬件构成主要包括反应气室、气体传感器阵列、信号处理模块、数据采集卡和上位机[100],如图2.1所示。其中,反应气室用于放置气体传感器阵列,可为待测气体的检测元件提供一个适宜的反应空间。气体传感器阵列是核心检测部件,用于采集土壤气体响应信号。信号处理模块主要用于对阵列响应信号进行处理。数据采集卡采集经信号处理模块处理后的信号,并将之传输至电脑。电脑运行上位机软件,可用于收集、显示和存储土壤气体响应数据。装置工作时,先采用清洁无干扰气体对反应气室进行清洗。清洗过程中,保持反应气室的气流畅通无阻,并在上位机处观测阵列中各传感器输出信号状况,当各传感器输出值稳定后,可视为清洗干净,此时停止洗气。之后,关闭进气管和出气管处的止气阀,使反应气室处于密闭状态。采用注射器以顶空取样方式抽取土壤气体,并通过注射口将土壤气体快速转移至反应气室,同时启动检测。检测开始后,上位机软件界面实时显示监测数据,并在后台完成数据信息的存储。
【参考文献】：
期刊论文
[1]基于人工嗅觉系统的土壤有机质检测方法研究[J]. 朱龙图,李名伟,夏晓蒙,黄东岩,贾洪雷. 农业机械学报. 2020(03)
[2]二维过渡金属硫族化合物纳米异质结气体传感器研究进展[J]. 杨志,李泊龙,韩雨彤,苏晨,陈辛未,周志华,苏言杰,胡南滔,张亚非,曾敏. 科学通报. 2019(35)
[3]不同含水量黑土土壤光谱反射率半经验模型构建[J]. 袁静,王鑫,颜昌翔. 光谱学与光谱分析. 2019(11)
[4]基于PANI/Au/Al2O3的丙酮气体传感器选择性及感测机理研究[J]. 刘文龙,晏宸然,周衡刚,吴孟强,杜景顺. 电子元件与材料. 2019(11)
[5]PID电子鼻在车内空气质量评价的应用研究[J]. 崔晨,刘伟,王雷. 哈尔滨商业大学学报(自然科学版). 2019(05)
[6]基于K-邻近法的电网关键断面在线分布式发现方法[J]. 王彬,郭文鑫,刘文涛,卢建刚,向德军,周哲民,余志文. 电力系统保护与控制. 2019(07)
[7]基于优化移动均值滤波的频谱降噪分析方法[J]. 王李鹏,梁琪,邹先立,刘嘉. 电气技术. 2018(11)
[8]基于优化光谱指数的土壤有机质含量估算[J]. 尼加提·卡斯木,茹克亚·萨吾提,师庆东,买合木提·巴拉提,米热阿地力·库尔班,苏比努尔·居来提. 农业机械学报. 2018(11)
[9]薄膜基荧光气体传感器[J]. 刘太宏,房喻. 应用化学. 2018(09)
[10]电子鼻结合GC-MS检测猪肉内源脂肪酶对奶制品风味的影响[J]. 杨爽,白雪,孟鑫. 食品工业科技. 2018(15)
博士论文
[1]基于光谱的黑土区有机质快速测定方法及其应用研究[D]. 吴才武.中央民族大学 2015
[2]畜禽生产环境中主要有害气体监测方法研究[D]. 张石锐.上海交通大学 2014
[3]基于传感器阵列瞬态响应信号分析的气体识别关键技术研究[D]. 张文娜.国防科学技术大学 2013
[4]酞菁铜单晶微纳场效应晶体管在气体传感器中的应用基础研究[D]. 塔力哈尔·夏依木拉提.东北师范大学 2013
[5]吉林省土壤质量与土地利用结构优化研究[D]. 李淑杰.吉林农业大学 2012
[6]基于电子鼻技术的人体伤口感染检测系统构建及算法研究[D]. 闫嘉.重庆大学 2012
[7]金属氧化物半导体气体传感器气体检测关键问题研究[D]. 宋凯.哈尔滨工业大学 2011
[8]电子鼻：传感器阵列、系统及应用研究[D]. 张覃轶.华中科技大学 2005
硕士论文
[1]基于人工嗅觉系统的集成学习研究[D]. 孙喜洋.浙江大学 2018
[2]土壤有机质的近红外光谱信息提取及定量分析[D]. 梁卓娅.山西农业大学 2016
[3]基于LED的便携式土壤有机质检测仪的研制[D]. 牛雅亮.山西农业大学 2015
[4]基于可见近红外光谱的土壤有机质快速检测方法和仪器研究[D]. 祝旻.浙江工业大学 2015
[5]改进模糊C-均值聚类算法的数据挖掘研究[D]. 李雄伟.兰州理工大学 2013
本文编号：3544174
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：123 页
【学位级别】：博士
【部分图文】：
生物嗅觉系统与人工嗅觉系统组成
技术路线
土壤有机质人工嗅觉装置的硬件构成主要包括反应气室、气体传感器阵列、信号处理模块、数据采集卡和上位机[100],如图2.1所示。其中,反应气室用于放置气体传感器阵列,可为待测气体的检测元件提供一个适宜的反应空间。气体传感器阵列是核心检测部件,用于采集土壤气体响应信号。信号处理模块主要用于对阵列响应信号进行处理。数据采集卡采集经信号处理模块处理后的信号,并将之传输至电脑。电脑运行上位机软件,可用于收集、显示和存储土壤气体响应数据。装置工作时,先采用清洁无干扰气体对反应气室进行清洗。清洗过程中,保持反应气室的气流畅通无阻,并在上位机处观测阵列中各传感器输出信号状况,当各传感器输出值稳定后,可视为清洗干净,此时停止洗气。之后,关闭进气管和出气管处的止气阀,使反应气室处于密闭状态。采用注射器以顶空取样方式抽取土壤气体,并通过注射口将土壤气体快速转移至反应气室,同时启动检测。检测开始后,上位机软件界面实时显示监测数据,并在后台完成数据信息的存储。
【参考文献】：
期刊论文
[1]基于人工嗅觉系统的土壤有机质检测方法研究[J]. 朱龙图,李名伟,夏晓蒙,黄东岩,贾洪雷. 农业机械学报. 2020(03)
[2]二维过渡金属硫族化合物纳米异质结气体传感器研究进展[J]. 杨志,李泊龙,韩雨彤,苏晨,陈辛未,周志华,苏言杰,胡南滔,张亚非,曾敏. 科学通报. 2019(35)
[3]不同含水量黑土土壤光谱反射率半经验模型构建[J]. 袁静,王鑫,颜昌翔. 光谱学与光谱分析. 2019(11)
[4]基于PANI/Au/Al2O3的丙酮气体传感器选择性及感测机理研究[J]. 刘文龙,晏宸然,周衡刚,吴孟强,杜景顺. 电子元件与材料. 2019(11)
[5]PID电子鼻在车内空气质量评价的应用研究[J]. 崔晨,刘伟,王雷. 哈尔滨商业大学学报(自然科学版). 2019(05)
[6]基于K-邻近法的电网关键断面在线分布式发现方法[J]. 王彬,郭文鑫,刘文涛,卢建刚,向德军,周哲民,余志文. 电力系统保护与控制. 2019(07)
[7]基于优化移动均值滤波的频谱降噪分析方法[J]. 王李鹏,梁琪,邹先立,刘嘉. 电气技术. 2018(11)
[8]基于优化光谱指数的土壤有机质含量估算[J]. 尼加提·卡斯木,茹克亚·萨吾提,师庆东,买合木提·巴拉提,米热阿地力·库尔班,苏比努尔·居来提. 农业机械学报. 2018(11)
[9]薄膜基荧光气体传感器[J]. 刘太宏,房喻. 应用化学. 2018(09)
[10]电子鼻结合GC-MS检测猪肉内源脂肪酶对奶制品风味的影响[J]. 杨爽,白雪,孟鑫. 食品工业科技. 2018(15)
博士论文
[1]基于光谱的黑土区有机质快速测定方法及其应用研究[D]. 吴才武.中央民族大学 2015
[2]畜禽生产环境中主要有害气体监测方法研究[D]. 张石锐.上海交通大学 2014
[3]基于传感器阵列瞬态响应信号分析的气体识别关键技术研究[D]. 张文娜.国防科学技术大学 2013
[4]酞菁铜单晶微纳场效应晶体管在气体传感器中的应用基础研究[D]. 塔力哈尔·夏依木拉提.东北师范大学 2013
[5]吉林省土壤质量与土地利用结构优化研究[D]. 李淑杰.吉林农业大学 2012
[6]基于电子鼻技术的人体伤口感染检测系统构建及算法研究[D]. 闫嘉.重庆大学 2012
[7]金属氧化物半导体气体传感器气体检测关键问题研究[D]. 宋凯.哈尔滨工业大学 2011
[8]电子鼻：传感器阵列、系统及应用研究[D]. 张覃轶.华中科技大学 2005
硕士论文
[1]基于人工嗅觉系统的集成学习研究[D]. 孙喜洋.浙江大学 2018
[2]土壤有机质的近红外光谱信息提取及定量分析[D]. 梁卓娅.山西农业大学 2016
[3]基于LED的便携式土壤有机质检测仪的研制[D]. 牛雅亮.山西农业大学 2015
[4]基于可见近红外光谱的土壤有机质快速检测方法和仪器研究[D]. 祝旻.浙江工业大学 2015
[5]改进模糊C-均值聚类算法的数据挖掘研究[D]. 李雄伟.兰州理工大学 2013
本文编号：3544174
本文链接：https://www.wllwen.com/shoufeilunwen/nykjbs/3544174.html
