【摘要】：土壤速效養(yǎng)分主要包括速效氮、速效磷和速效鉀(N、P和K),這三種土壤屬性是作物賴以生存的基礎(chǔ),其精確測(cè)量或估算對(duì)測(cè)土配方施肥、作物優(yōu)質(zhì)高產(chǎn)穩(wěn)產(chǎn)以及資源節(jié)約利用等均具有重要意義。土壤速效養(yǎng)分的測(cè)定通常采用實(shí)驗(yàn)室理化測(cè)試法,由于其耗時(shí)、費(fèi)力、低效等缺陷,已不適應(yīng)現(xiàn)代精準(zhǔn)農(nóng)業(yè)的發(fā)展要求。光譜分析技術(shù)具有快速、無(wú)損、高效等特點(diǎn),在土壤屬性檢測(cè)中有很大的應(yīng)用潛力。近年來(lái),國(guó)內(nèi)外專家學(xué)者在土壤屬性光譜檢測(cè)領(lǐng)域開(kāi)展了不少研究工作,尤其是有機(jī)質(zhì)、水分等屬性已取得了較好的檢測(cè)效果。而土壤速效養(yǎng)分由于含量極低,光譜特征不明顯,且野外條件下光譜易受光照、水分、大氣吸收和土壤表面屬性等環(huán)境因素的干擾,導(dǎo)致其檢測(cè)模型預(yù)測(cè)精度較差,迄今尚不能實(shí)現(xiàn)野外條件下的土壤速效養(yǎng)光譜定量檢測(cè)。本研究針對(duì)土壤速效養(yǎng)分光譜檢測(cè)模型預(yù)測(cè)精度較低的問(wèn)題,以皖北麥玉輪作區(qū)的砂姜黑土和以色列內(nèi)蓋夫沙漠徑流收集系統(tǒng)的黃綿土為研究對(duì)象,分別使用室內(nèi)400-1000 nm可見(jiàn)近紅外(VNIR)成像高光譜和野外400-2500 nm可見(jiàn)近紅及短波近紅外(VNIR/SWIR)地物高光譜對(duì)土壤速效養(yǎng)分進(jìn)行定量建模分析,通過(guò)改進(jìn)預(yù)處理變換、優(yōu)化建模算法、去除無(wú)關(guān)信息等方法,提高了土壤速效養(yǎng)分高光譜檢測(cè)模型的精度。主要研究工作和成果總結(jié)如下:(1)比較了不同校正方法對(duì)土壤速效養(yǎng)分VNIR成像高光譜預(yù)測(cè)模型的影響。構(gòu)建了室內(nèi)成像高光譜采集系統(tǒng),分析了砂姜黑土400-1000 nm VNIR的反射率高光譜曲線特征;使用預(yù)處理變換光譜和原始光譜(共22種光譜)分別結(jié)合3種算法進(jìn)行校正建模。結(jié)果表明,光譜經(jīng)濾波后再進(jìn)行相應(yīng)的導(dǎo)數(shù)變換、散射校正等處理,可以有效提高模型的預(yù)測(cè)性能,尤其是結(jié)合線性PLS-R建模算法。而非線性的LS-SVM和BPNN與部分未經(jīng)濾波的預(yù)處理變換光譜結(jié)合進(jìn)行建模,也表現(xiàn)出了良好的效果。SNV/BPNN(相對(duì)分析誤差RPD=2.09,解釋總方差占總方差之比SSR/SST=0.85)被選用于P的校正預(yù)測(cè),SG+LG/PLS-R(RPD=1.47,SSR/SST=0.95)被選用于K的校正預(yù)測(cè),但N的預(yù)測(cè)是不成功的。(2)提出了基于PLS-BPNN的土壤速效磷高光譜預(yù)測(cè)方法。采用PLS對(duì)VNIR成像高光譜數(shù)據(jù)進(jìn)行數(shù)據(jù)降維和特征提取,根據(jù)交叉驗(yàn)證和變量投影重要性分別得到潛在變量和特征波長(zhǎng);再分別作為BP神經(jīng)網(wǎng)絡(luò)的輸入,以優(yōu)化土壤速效磷的SNV/BPNN定量回歸模型。通過(guò)與全部波長(zhǎng)數(shù)據(jù)建立的BPNN模型進(jìn)行對(duì)比分析,發(fā)現(xiàn)PLS-BPNN算法能夠有效減小高光譜數(shù)據(jù)冗余和共線性對(duì)模型性能的影響,利用PLS的潛在變量代替原始波長(zhǎng)建立的模型更適合用于土壤速效磷的定量預(yù)測(cè),相對(duì)于全部波長(zhǎng)建模,預(yù)測(cè)精度提高了9.60%。(3)提出了基于多任務(wù)學(xué)習(xí)的土壤速效養(yǎng)分野外光譜預(yù)測(cè)方法。在野外條件下,采集土壤在350-2500 nm的VNIR/SWIR原位反射率高光譜,引入野外原位土壤中的水分含量(WC)、酸堿度(pH)、電導(dǎo)率(EC)和有機(jī)質(zhì)(OM)含量等重要土壤屬性作為參考響應(yīng)變量,基于正則化混亂模型的線性多任務(wù)學(xué)習(xí)(LMTL)算法,利用不同屬性之間的共享特征和非共享特征同步建立了7種土壤屬性的預(yù)測(cè)模型;并與常用的單任務(wù)回歸算法(PLS-R)建立的模型進(jìn)行預(yù)測(cè)性能上的對(duì)比。結(jié)果發(fā)現(xiàn),7種土壤屬性多任務(wù)模型的預(yù)測(cè)能力均優(yōu)于傳統(tǒng)的PLS-R單任務(wù)模型,其中,N和P的預(yù)測(cè)RPD分別為1.40和1.49,SSR/SST分別為0.58和0.64,K的RPD為1.22,SSR/SST為0.52。(4)分析了土壤野外原位VNIR/SWIR光譜的特征,明確了速效養(yǎng)分VNIR/SWIR光譜預(yù)測(cè)機(jī)理。綜合各個(gè)波段在PLS-R模型中的變量投影重要性(VIP)得分和在LMTL模型中的回歸系數(shù),研究了速效養(yǎng)分N、P和K以及其他4種屬性之間的特征波長(zhǎng)分布規(guī)律,對(duì)比分析了各屬性預(yù)測(cè)模型之間的共享特征和非共享特征,探明了N、P和K的VNIR/SWIR光譜預(yù)測(cè)機(jī)理。發(fā)現(xiàn)N、P和K在VNIR/SWIR光譜中沒(méi)有直接的相關(guān)特征,而土壤中的鐵氧化物、水分含量、有機(jī)物和黏土礦物對(duì)土壤光譜有較大影響,在VNIR/SWIR中形成了4個(gè)特征塊區(qū)域,構(gòu)成了不同土壤屬性預(yù)測(cè)即不同任務(wù)之間共享特征的基礎(chǔ);LMTL模型能夠借助這種共享特征來(lái)提高模型的泛化能力。(5)構(gòu)建了基于GLSW和Lasso的雙收縮光譜分析算法。利用Y-梯度廣義最小二乘加權(quán)算法(GLSW)建立野外原位光譜的濾波修正模型;使用濾波修正模型對(duì)光譜進(jìn)行收縮濾波,去除數(shù)據(jù)中與響應(yīng)變量(即N、P或K)無(wú)關(guān)的信息;再使用Lasso對(duì)濾波校正后的光譜進(jìn)行回歸建模,實(shí)現(xiàn)對(duì)回歸系數(shù)的收縮。同時(shí),使用GLSW濾波修正后的和未修正的光譜分別結(jié)合PLS-R和Lasso建立預(yù)測(cè)模型,比較分析各模型的預(yù)測(cè)性能。結(jié)果發(fā)現(xiàn),N、P和K的雙收縮模型僅利用了34個(gè)、29個(gè)和19個(gè)特征波長(zhǎng),預(yù)測(cè)RPD分別為1.42、1.65和1.33,預(yù)測(cè)精度優(yōu)于單收縮模型GLSW+PLS-R、Lasso,以及未收縮的PLS-R模型,甚至優(yōu)于LMTL模型。因此,雙收縮分析法能夠有效去除光譜數(shù)據(jù)中的噪聲等無(wú)關(guān)信息以及光譜冗余信息對(duì)模型預(yù)測(cè)精度的影響。論文研究成果明確了土壤速效養(yǎng)分高光譜預(yù)測(cè)機(jī)理,為土壤速效養(yǎng)分高光譜快速無(wú)損檢測(cè)模型精度的提高提供了新的思路,為土壤速效養(yǎng)分快速檢測(cè)與管理以及現(xiàn)代精準(zhǔn)農(nóng)業(yè)技術(shù)的發(fā)展提供了重要的理論依據(jù)和實(shí)踐基礎(chǔ)。
【圖文】：

成像光譜技術(shù)研究成果較少，其對(duì)土壤速效養(yǎng)分的檢測(cè)性能仍然需要進(jìn)一步開(kāi)展研究。利用成像或非成像的高光譜進(jìn)行土壤養(yǎng)分檢測(cè)的技術(shù)流程與傳統(tǒng)的近紅外光譜分析技術(shù)類似，一般如圖1-1所示，首先利用專業(yè)儀器設(shè)備采集土壤樣本的光譜信息，同時(shí)利用傳統(tǒng)化學(xué)計(jì)量檢測(cè)方法測(cè)出土壤樣本中養(yǎng)分的實(shí)際含量數(shù)值，再對(duì)光譜進(jìn)行一定的預(yù)處理操作得到被測(cè)成分的特征光譜，進(jìn)而結(jié)合特征光譜和化學(xué)測(cè)量值進(jìn)行定量建模分析，最后利用建立的模型實(shí)現(xiàn)對(duì)土壤養(yǎng)分信息的反演預(yù)測(cè)。圖 1- 1 高光譜技術(shù)用于土壤養(yǎng)分檢測(cè)流程Figure 1- 1 The flowchart of predicting soil property using hyperspectral data國(guó)內(nèi)外不少學(xué)者將研究重點(diǎn)放在了室內(nèi)研究工作，土壤營(yíng)養(yǎng)成分如有機(jī)質(zhì)（organic matter, OM）、總氮（total nitrogen, TN）等均有建立的室內(nèi)測(cè)量模型，，且預(yù)測(cè)精度較高。土壤速效養(yǎng)分 N、P 和 K 在土壤中的含量很低，且在 VNIR/SWIR 區(qū)域并無(wú)明顯的吸收帶

圖 1- 2ASD 高密度接觸式反射探頭Figure 1- 2 ASD high intensity contact reflectance probe接利用裸露光纖，以太陽(yáng)光為光源，直接在光譜信號(hào)。這種方式快速，便捷，不需要對(duì)照強(qiáng)度和角度的干擾，且大氣中的水汽吸收用非接觸式采集了土壤原位 VNIR 數(shù)據(jù)（40、速效鉀的預(yù)測(cè)模型，其中模型決定系數(shù) R2用非接觸式采集了土壤原位 VNIR/SWIR 數(shù)的預(yù)測(cè) R2分別為 0.45 和 0.43，遠(yuǎn)低于室內(nèi)實(shí)時(shí)光譜測(cè)量法一般是由拖拉機(jī)等牽引裝置靠?jī)?nèi)置光源實(shí)時(shí)動(dòng)態(tài)測(cè)量土壤光譜。Mouaz 光譜儀的土壤傳感器，該傳感器附在深耕犁驗(yàn)室建立的 PLS 校正模型進(jìn)行土壤總碳、土壤水分含量的預(yù)測(cè)結(jié)果決定系數(shù)達(dá)到 0.89 ASD 可見(jiàn)近紅外光譜儀（350-2500nm）設(shè)計(jì)量室，建立了水分和粗糙度變化條件下的
【學(xué)位授予單位】：安徽農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：S158

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 夏大中;周喜富;;土壤速效養(yǎng)分在不同時(shí)期的變化規(guī)律[J];現(xiàn)代化農(nóng)業(yè);1990年11期

2 劉淑欣;熊德中;吳少華;陳淑婷;;福建濱海豐產(chǎn)萄萄的土宜條件[J];福建農(nóng)學(xué)院學(xué)報(bào);1989年04期

3 李純燕;楊恒山;薩如拉;張瑞富;曹倩;張麗娟;;不同耕作措施下秸稈還田對(duì)土壤速效養(yǎng)分和微生物量的影響[J];水土保持學(xué)報(bào);2017年01期

4 張晉愛(ài);;改良鹽堿地土壤速效養(yǎng)分變化特征[J];北京農(nóng)業(yè);2014年33期

5 王紅娟;白由路;魏義長(zhǎng);;東北平原土壤速效養(yǎng)分狀況與分布研究[J];中國(guó)土壤與肥料;2008年02期

6 盛建東,肖華,武紅旗,陳冰,王軍,楊新建;不同取樣尺度農(nóng)田土壤速效養(yǎng)分空間變異特征初步研究[J];干旱地區(qū)農(nóng)業(yè)研究;2005年02期

7 林穎 ,張丁娜,宋慶英;土壤速效養(yǎng)分變化趨勢(shì)及對(duì)策[J];黑河科技;2002年03期

8 吳志鵬;姜欣;許慧慧;張苗苗;唐寅;徐虎;王運(yùn);王志強(qiáng);;用于土壤速效養(yǎng)分測(cè)定的多聯(lián)可控時(shí)速攪拌機(jī)設(shè)計(jì)[J];安陽(yáng)工學(xué)院學(xué)報(bào);2017年06期

9 劉志華;叢聰;智嘉禾;王嘉翼;李曉梅;孫彥坤;張麗莉;石瑛;李瑤;;干旱條件下生物炭施用量對(duì)馬鈴薯塊莖形成期土壤速效養(yǎng)分含量的影響[J];中國(guó)馬鈴薯;2015年03期

10 呂國(guó)紅;張玉書(shū);紀(jì)瑞鵬;王笑影;陳鵬獅;;遼寧省農(nóng)田土壤速效養(yǎng)分的空間分布[J];貴州農(nóng)業(yè)科學(xué);2010年06期

相關(guān)會(huì)議論文 前6條

1 燕興權(quán);;創(chuàng)新實(shí)驗(yàn)教學(xué)“土壤速效養(yǎng)分的測(cè)定”案例分析[A];第五屆中國(guó)教育技術(shù)裝備論壇獲獎(jiǎng)?wù)撐募ㄖ校C];2014年

2 袁媛;常慶瑞;;基于GIS的縣域耕地土壤速效養(yǎng)分豐缺度研究[A];第35屆中國(guó)氣象學(xué)會(huì)年會(huì) S25 研究生論壇[C];2018年

3 高志勤;;毛竹林分土壤速效養(yǎng)分的變化特征[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國(guó)科協(xié)年會(huì)論文集（三）[C];2007年

4 張乃明;文波龍;速東艷;陳澤濤;;滇池大清河流域農(nóng)田土壤氮素累積及對(duì)水環(huán)境的影響[A];土壤資源持續(xù)利用和生態(tài)環(huán)境安全——中國(guó)土壤學(xué)會(huì)第十一屆二次理事擴(kuò)大會(huì)議暨學(xué)術(shù)會(huì)議論文集[C];2009年

5 路鈺;于福成;于明;程波;;生物有機(jī)肥肥效機(jī)理及對(duì)作物產(chǎn)量、品質(zhì)的影響[A];中國(guó)地壤學(xué)會(huì)第十次全國(guó)會(huì)員代表大會(huì)暨第五屆海峽兩岸土壤肥料學(xué)術(shù)交流研討會(huì)文集（面向農(nóng)業(yè)與環(huán)境的土壤科學(xué)專題篇）[C];2004年

6 王莉;王永剛;戴繼光;張永清;;ASI法P的浸出特征及生物有效性研究[A];中國(guó)植物營(yíng)養(yǎng)與肥料學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)重要報(bào)紙文章 前4條

1 馮國(guó)民;新建大棚的培肥要訣[N];科學(xué)導(dǎo)報(bào);2005年

2 余宏章;棉田蓋草 省肥不少[N];農(nóng)資導(dǎo)報(bào);2014年

3 祝嘉;三類蔬菜如何施肥?[N];陜西科技報(bào);2013年

4 記者 張連城;我市首批“綠色道路”通車[N];深圳特區(qū)報(bào);2010年

相關(guān)博士學(xué)位論文 前2條

1 齊海軍;土壤速效養(yǎng)分高光譜檢測(cè)方法研究[D];安徽農(nóng)業(yè)大學(xué);2018年

2 田福平;黃土高原單播人工草地碳儲(chǔ)量及其土壤速效養(yǎng)分特征研究[D];甘肅農(nóng)業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 林寶平;采伐剩余物管理措施對(duì)二代杉木人工林土壤速效養(yǎng)分的長(zhǎng)期效應(yīng)[D];福建農(nóng)林大學(xué);2017年

2 王豹;南方典型菜地土壤速效養(yǎng)分時(shí)空變異特征研究[D];山東農(nóng)業(yè)大學(xué);2008年

3 楊可;養(yǎng)殖場(chǎng)沼液高效及安全利用技術(shù)的研究[D];華中農(nóng)業(yè)大學(xué);2011年

4 柴穎;氮磷肥配施對(duì)土壤速效養(yǎng)分及玉米產(chǎn)量的影響[D];石河子大學(xué);2015年

5 李強(qiáng);不同氮素形態(tài)配比對(duì)冬小麥田土壤速效養(yǎng)分含量及酶活性的影響[D];河南科技大學(xué);2013年

6 周箬涵;不同氮素形態(tài)及配比對(duì)娃娃菜產(chǎn)量、品質(zhì)及其養(yǎng)分吸收的影響[D];甘肅農(nóng)業(yè)大學(xué);2015年

7 馬嘉偉;沼渣、竹炭對(duì)土壤肥力質(zhì)量和水稻產(chǎn)量及養(yǎng)分吸收的影響[D];浙江農(nóng)林大學(xué);2013年

8 朱牧之;嘉興市南湖區(qū)土壤養(yǎng)分時(shí)空變異研究[D];浙江大學(xué);2007年

9 姬艷艷;不同耕作方式對(duì)農(nóng)田土壤昆蟲(chóng)生境影響的研究[D];山東農(nóng)業(yè)大學(xué);2012年

10 何莉莉;生物炭對(duì)土壤微生態(tài)環(huán)境的影響及機(jī)理研究[D];中國(guó)林業(yè)科學(xué)研究院;2013年

本文編號(hào)：2685599