首页> 中文学位 >近红外土壤养分含量在线实时检测系统及关键技术研究
【6h】

近红外土壤养分含量在线实时检测系统及关键技术研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1研究背景及目的意义

1.2国内外研究现状

1.3存在的主要问题

1.4课题来源及本文研究的主要内容

第2章 近红外原理分析及在线实时检测仪器的研究

2.1近红外分析原理及典型光谱系统比较分析

2.2在线实时仪器方案设计及指标

2.3光谱数据测量方法及性能分析

2.4本章小结

第3章 PbS/CuPc复合集成一体光敏传感器研制

3.1复合光敏传感器基本理论

3.2复合集成传感器设计与工艺实现

3.3传感器特性分析

3.4本章小结

第4章 样品制备与土壤光谱预处理方法研究

4.1土壤样品采集与制备

4.2土壤理化特性的测定

4.3土壤光谱数据预处理方法研究

4.4本章小结

第5章 黑土类型土壤养分含量预测模型研究

5.1土壤养分预测模型建立方法与判别参数研究

5.2黑土类型土壤近红外光谱预测模型建立方法研究

5.3三种模型建立方法效果的对比分析

5.4本章小结

结论

参考文献

攻读博士学位期间发表的学术论文

致谢

展开▼

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。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号