声明
摘要
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 基于可见/近红外光谱的土壤养分检测研究现状
1.2.2 基于可见/近红外光谱的化肥成分检测研究现状
1.3 近红外光谱建模技术基础
1.3.1 光谱理论基础
1.3.2 近红外光谱的定量计算
1.4 研究目标、内容和技术路线
1.4.1 研究目标
1.4.2 研究内容
1.4.3 技术路线
1.5 拟解决的关键问题
1.6 论文的整体章节结构
1.7 本章小结
第2章 样品采集、测试与光谱获取
2.1 化肥样本
2.2 土壤样本
2.3 化肥主要成分测定
2.3.1 化肥中氮含量的测定
2.3.2 化肥中总磷含量测定
2.3.3 化肥中总钾含量测定
2.4 土壤主要成分测定
2.4.1 土壤有机质含量的测定
2.4.2 土壤总氮含量的测量
2.4.3 土壤pH值的测量
2.5 样品光谱采集
2.6 近红外光谱建模所用软件
2.7 本章小结
第3章 可见/近红外光谱建模技术
3.1 光谱预处理技术
3.1.1 平滑
3.1.2 导数
3.1.3 标准正态变量转换
3.1.4 多元散射校正
3.1.5 正交信号校正
3.2 样本选择技术
3.2.1 随机选择法
3.2.2 KS法
3.2.3 SPXY法
3.3 波长优选技术
3.3.1 相关系数法和方差分析法
3.3.2 连续投影方法
3.3.3 无信息变量消除法
3.3.4 遗传算法
3.4 近红外建模技术
3.4.1 多元线性回归
3.4.2 主成分回归
3.4.3 偏最小二乘回归
3.4.4 最小二乘支持向量机
3.5 模型评价标准
3.5.1 相关系数
3.5.2 预测均方根误差
3.5.3 相对分析误差
3.6 本章小结
第4章 化肥成分可见/近红外光谱建模
4.1 光谱预处理
4.2 总氮预测模型
4.2.1 不同预处理方式的对比
4.2.2 不同建模集样本选择方式的对比
4.2.3 不同光谱建模方式的对比
4.2.4 不同特征波长优选技术的对比
4.2.5 小结
4.3 总磷预测模型
4.3.1 不同预处理方式的对比
4.3.2 不同建模集样本选择方式的对比
4.3.3 不同光谱建模方式的对比
4.3.4 不同特征波长优选技术的对比
4.3.5 小结
4.4 总钾预测模型
4.4.1 不同预处理方式的对比
4.4.2 不同建模集样本选择方式的对比
4.4.3 不同光谱建模方式的对比
4.4.4 不同特征波长优选技术的对比
4.4.5 小结
4.5 本章小结
第5章 土壤成分可见/近红外光谱建模
5.1 光谱预处理
5.2 有机质预测模型
5.2.1 不同预处理方式的对比
5.2.2 不同建模集样本选择方式的对比
5.2.3 不同光谱建模方式的对比
5.2.4 不同特征波长优选技术的对比
5.2.5 小结
5.3 总氮预测模型
5.3.1 不同预处理方式的对比
5.3.2 不同建模集样本选择方式的对比
5.3.3 不同光谱建模方式的对比
5.3.4 不同特征波长优选技术的对比
5.3.5 小结
5.4 PH值预测模型
5.4.1 不同预处理方式的对比
5.4.2 不同建模集样本选择方式的对比
5.4.3 不同光谱建模方式的对比
5.4.4 不同特征波长优选技术的对比
5.2.5 小结
5.5 本章小结
第6章 成果与展望
6.1 研究成果
6.2 论文创新点
6.3 工作展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果