近红外土壤养分含量在线实时检测系统及关键技术研究

发布时间：2020-07-05 09:20

【摘要】：随着世界人口数量的剧增,人类对于农产品产量和质量的需求也随之大幅提高,而为了满足这一要求,化肥及农药使用量急剧增加,已经严重超过了土壤负荷能力,造成了土壤板结和肥力下降等很多严重的环境问题。因此精细农业的实施就显得尤为重要,而精细农业中的一个重要组成部分就是精细施肥。精细施肥的前提是实时准确地获取土壤中植物生长所须营养物质的准确含量,然后在施肥过程中再依据这些准确数据对化肥和农药的施加量进行科学的配比,实现以最小的化学投入量获得最大的产出效益。而目前对于土壤养分含量的测量方法主要有两种:一种是目前使用最为广泛也最准确的化学分析方法,另一种是近年来刚刚发展起来但并不成熟的近红外光谱分析法。实验室化学检测手段存在着检测效率低下、成本高、检测复杂和操作人为因素影响大等弊端,而近红外光谱法目前仅停留在实验室阶段,存在着近红外光谱仪器成本高昂、缺乏专用检测仪器等缺点,导致近红外检测方法无法在农业生产中实现田间在线实时检测的应用。本研究利用近红外光谱法原理实现土壤养分的田间在线实时准确检测,并分别针对近红外检测土壤养分中的在线检测仪器设计、近红外传感器研制、光谱数据处理方法等几个关键技术进行了研究。研究的主要内容如下:1.研究基于近红外技术的土壤养分在线实时检测终端仪器的设计与实现。在研究过程中针对检测仪器中的关键结构和部件进行小型化设计,控制各部件尺寸,分别完成仪器的光路结构、硬件电路和软件程序的设计。在光路结构的设计中,确定了漫反射原理的检测方式,采用了Czerny-Turner交叉复折式光路结构和平面闪耀光栅实现光线的色散,以完成从近红外复合光到近红外单色光的转换。然后通过光电转换电路实现光信号到电信号的转换,获取土壤的近红外光谱数据,并研究了仪器的测量方法,考核了仪器的性能指标。2.依据MEMS技术研制了一种新型PbS/CuPc复合集成一体的近红外光敏传感器。通过在玻璃基片上采用化学镀膜法制备硫化铅光电导型感知单元,采用真空蒸发镀膜法制备酞菁铜感知单元,实现了在一个玻璃基片上同时制备两种光敏材料以形成两种不同原理的光敏传感器,拓宽了近红外光谱检测范围。通过采用一个复合集成式传感器替代原有的多个传感器组合,简化了仪器结构,解决了在线检测仪器的小型化难题;同时研究敏感膜和传感器芯片的制备方法;并分析了传感器的光敏特性、敏感膜微观结构表征和环境温度影响等关键参数。3.采用网格采样法研究了以东北黑土类型的土壤为试样制备方法,利用化学检测方法对所采集的试样中有机质和全氮含量进行了测定,建立了土壤样品的有机质和全氮含量的样品库。分别研究了窗口平滑法、S-G卷积法、小波分析法等不同方法对黑土类型的土壤光谱数据预处理效果并进行对比,确定了以小波分析为最佳的黑土类型土壤光谱数据预处理方法。4.通过采用以小波分析为主体,融合了偏最小二乘、小波神经网络和最小二乘-支持向量机三种不同的预测模型建立方法,分别建立黑土类型土壤有机质和全氮含量的预测模型。并通过模型的相关系数和均方根误差两个参数对比不同建模方法的效果,分别确定了小波分析-最小二乘-支持向量机和小波分析-小波神经网络为黑土类型土壤有机质和全氮含量的最佳预测模型建立方法,提高仪器的预测准确性。研究结果表明:采用近红外光谱技术可以实现对黑土类型土壤中有机质和全氮含量的预测,预测效果和采用实验室检测方法所得到准确值有较大的相关性,相关系数最高分别可以达到98.8%和95.7%,预测效果良好,完全可实现土壤有机质和全氮含量的田间在线测量。
【学位授予单位】：哈尔滨理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：S158;TP212
【图文】：

粒子层吸附反应法在硅基片上得到了 PbS 薄的研究。有机光传感器件研究的深入，有机光伏传感器机光探测器的典型结构一般选择透光性好且导透明的聚合物作为阳极材料。阴极材料一般为层夹在阴极和阳极之间。2008 年，Hashimot合物光电探测器。如图 1-2 所示，量子效率在，能量转化效率为 2.18%。

活性层夹在阴极和阳极之间。2008 年，Hashimoto[51]等的聚合物光电探测器。如图 1-2 所示，量子效率在 650 40%，能量转化效率为 2.18%。

【相似文献】

相关期刊论文 前10条

1 罗新宁;农万江;;小波分析在农业气象灾害周期分析中的应用[J];安徽农学通报(上半月刊);2010年05期

2 朱孔源,余群;小波分析在农用运输车振动信号处理中的应用[J];拖拉机与农用运输车;2000年06期

3 杜松怀;小波分析在电力系统继电保护中的应用[J];中国农业大学学报;2001年06期

4 权龙哲;马小愚;;基于小波分析的玉米籽粒图像正形研究[J];农机化研究;2006年02期

5 丛龙慧;韩玉杰;;小波分析在刀具磨损状态检测中的应用[J];林业机械与木工设备;2009年04期

6 许树新,赵继,王洪刚;自由曲面数控加工中过切的小波分析[J];农业机械学报;2000年06期

7 刘明涛;孙斐;;小波分析在农业机械故障诊断中的应用[J];农机化研究;2008年03期

8 邱海军;曹明明;曾彬;;基于小波分析的西安降水时间序列的变化特征[J];中国农业气象;2011年01期

9 王秀杰;封桂敏;耿庆柱;;小波分析组合模型在日径流预测中的应用研究[J];自然资源学报;2014年05期

10 桑建人;刘玉兰;舒志亮;;近44a宁夏严重干燥事件对气候变暖的响应[J];中国沙漠;2007年05期

相关会议论文 前10条

1 刘素一;;研究生课程《小波分析》的教学方法研究[A];第5届教育教学改革与管理工程学术年会论文集[C];2012年

2 陆费东;蒋爱平;;小波分析在控制中的应用及展望[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

3 陆费东;蒋爱平;;小波分析在控制中的应用及展望[A];第一届中国智能计算大会论文集[C];2007年

4 黄友锐;赵娜娜;;一种基于小波分析的焊缝识别算法[A];煤矿自动化与信息化——第20届全国煤矿自动化与信息化学术会议暨第2届中国煤矿信息化与自动化高层论坛论文集[C];2010年

5 崔旭东;董维申;刘瑞根;;应用小波分析探测闪光图像边缘[A];中国工程物理研究院科技年报（2000）[C];2000年

6 王运森;邱景平;孙豁然;;小波分析及其在爆破震动信号处理中的应用[A];2004年全国矿山信息化建设成果及技术交流会论文集[C];2004年

7 武东辉;张金华;程学强;;小波分析在沉降数据可靠性检验中的应用[A];第二届全国地下、水下工程技术交流会论文集[C];2011年

8 秦文政;马莉;;基于视觉显著性和小波分析的烟雾检测方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年

9 刘国栋;张美云;梁巧萍;;基于离散小波分析的印刷墨斑评价方法研究[A];颜色科学与技术——2012第二届中国印刷与包装学术会议论文摘要集[C];2012年

10 王小明;张子戌;;用小波分析提高测井曲线中构造煤薄层的分辨率[A];瓦斯地质研究与应用——中国煤炭学会瓦斯地质专业委员会第三次全国瓦斯地质学术研讨会[C];2003年

相关重要报纸文章 前1条

1 阳雄;李建平：前沿课题敢“弄斧”[N];解放军报;2002年

相关博士学位论文 前10条

1 于潇禹;近红外土壤养分含量在线实时检测系统及关键技术研究[D];哈尔滨理工大学;2015年

2 熊雷;小波分析在流体方程中的应用研究[D];武汉理工大学;2007年

3 衡彤;小波分析及其应用研究[D];四川大学;2003年

4 李玉峰;小波分析在图像去噪与压缩中的应用研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2006年

5 米湘成;小波分析和人工神经网络在生态学研究中的应用[D];中国科学院研究生院（植物研究所）;2004年

6 李翔;基于小波分析的测量信号处理技术研究[D];哈尔滨工业大学;2009年

7 袁德宝;GPS变形监测数据的小波分析与应用研究[D];中国矿业大学（北京）;2009年

8 尚绪凤;基于小波的积分微分方程的数值解[D];浙江大学;2008年

9 宋宜美;图像处理的超小波分析与变分方法研究[D];西安电子科技大学;2012年

10 刘占辉;小波分析在声学泄漏信号检测中的应用[D];吉林大学;2007年

相关硕士学位论文 前10条

1 申婷婷;基于小波分析的齿轮箱故障诊断技术研究[D];天津理工大学;2015年

2 金潇男;基于小波分析的不同类型振动特性研究[D];长江科学院;2015年

3 李伟;基于小波分析的二维结构损伤识别方法应用研究[D];西南交通大学;2015年

4 陈立三;基于小波分析与神经网络的变形模型分析研究[D];江西理工大学;2015年

5 贾遂宾;基于小波的基因差异表达建模分析[D];哈尔滨工业大学;2015年

6 秦勇;基于曲率模态和小波分析的桥梁损伤识别研究[D];上海应用技术学院;2015年

7 程振桓;小波分析在无损探伤中的应用[D];青岛科技大学;2015年

8 吴成;小波分析在GPS变形监测中的应用[D];东华理工大学;2014年

9 吴闯;基于模糊理论及小波理论的桥梁变形分析应用研究[D];东华理工大学;2014年

10 相林杰;基于小波分析的桥梁结构损伤识别方法研究[D];天津大学;2013年

本文编号：2742417