基于可见近红外光谱检测土壤养分及仪器开发

《基于可见近红外光谱检测土壤养分及仪器开发》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10255学号：1109133东华大学博士学位论文基于可见近红外光谱检测土壤养分及仪器开发Soilnutritioncontentdetectionandinstrumentdevelopmentbasedonvisiblenearinfraredspectrumtechnology学科专业：环境科学与工程作者姓名：刘雪梅指导老师：柳建设教授答辩日期：2014年2月28日东华大学学位论文原创性声明f嬲嬲磐炒本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中

2、已明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：秀1眵栖日期：劢／够年2--月强El东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口，在——年解密

3、后适用本版权书。本学位论文属于不保密击学位论文作者签名：未·／喳猃指导教师签名：日期：∥，缉2月罄日日期：加f中年堋舶摘甍基于可见近红外光谱检测土壤养分及仪器开发摘要实施精细农业需要清晰地了解土壤的空问变异特性以及实时的营养状况，数字农业的发展也对土壤养分的测定迫切地提出了精确的时间和效率上的要求。土壤有机质、全氮、碱解氮、速效磷和速效钾是植物健康成长所必须的营养成分，这些土壤指标参数是土壤养分管理和测土配方施肥的重要对象，目前这些指标检测实验室和土肥站一直沿用常规检测方法。这些检测方法需要昂贵的检测设备和对检测人员要求较高，且存在指

4、标检测效率低，检测样品数量小和成本高等问题，是实施精细农业管理的一个重要障碍因素。光谱分析技术作为一种快速、无损、简便的绿色测量方法和分析技术，在土壤养分的测定方面扮演着越来越重要的角色。近红外光谱检测技术具有一系列的优点，如快速、无需样品制备和成本低等优点。近红外光谱能够反映土壤如有机质和全氮等养分信息，使得近红外光谱检测技术在农业与农业环境检测中得到了广泛应用，近红外光谱检测能力主要依靠其对CH、0一H和N—H功能键的能量吸收进而反映相应土壤养分含量等信息。土壤有机质、氮、磷、钾是农作物生长的主要养分，是土壤养分管理和测土配方施肥

5、的重要对象，随着测土配方施肥技术的大规模推广，迫切需要一种低成本、可靠的土壤养分快速检测方法。本文比较研究了多种不同建模方法对土壤养分榆测效果，将获得的原始光谱数据用于进行主成分分析(POA)得到的前6个主成分(PCs)和偏最小二乘回归(PLSR)建模得到的6个潜变量(LVs)，分别作为BP传播神经网络(BPNN)和最小二乘支持向量机(LS—SvM)的输入，共建立了6个模型，分别为PCR、PLSR、BPNN—PCs、BPNN—LVs、LS—SVM—PCs和LS—SVM—LVs，对这些建模方法对预测的土壤有机质、碱解氮、速效磷捕爱和速效

6、钾含量的结果进行评价，从中筛选出最佳模型。在预测土壤有机质、碱解氮、速效磷和速效钾时，LSSVM—LVs模型优于PCR、PLSR、BPNN—PCs、BPNN—LVs和LS-SVM—PCs模型。用LS—SVIvl—LVs模型得到的有机质、碱解氮、速效磷和速效钾预测集的决定系数和预测误差分别为0．8734，0．8310，0．7801，07353和2．92，16．49，4．97，13．42。本文采用的光谱预处理包括标准正态变换(SNV)，多元散射校正(MSC)和SG(SavitzkyGolay)平滑结合一阶导数，以消除系统噪声和外部干扰，分

7、别应用偏最小二乘回归(PLSR)和最d、----乘支持向量机(LS—SVM)方法建立校正模型，LSSVM回归方法规避了高维数据处理时须面对的众多问题，较好地解决了非线性和高维数等现实问题。最小二乘支持向量机(LS～SvM)输入分别包括主成分分析得到的主成分(PCs)、PLSR建模得到的潜在变量(LVs)和由PLSR模型回归系数得到有效波长(EWs)。结果表明，三种输入的LS—SVM模型都优于PLS模型，其中EWs—LS—SVM模型最佳，碱解氮(N)的决定系数(R2)和预测均方误差RMSEP分别0．82和17．2，速效钾(K)为0．72

8、和15．0。由于采用原始光谱建模分析，数据量大，波长数多，本文探讨了多种特征波长提取方法，也称特征变量提取方法，如连续投影算法、遗传算法、无信息变量消除算法和有效波长提取方法等，并应用这些特征波长替代原始光谱进行建模分析