土壤是農(nóng)業(yè)生產(chǎn)的基礎(chǔ),通過土壤成分含量的測定分析可了解土壤營養(yǎng)成分供應(yīng)的豐缺情況,對農(nóng)作物的生長有一定的影響,因此土壤成分含量的檢測逐漸成為國內(nèi)外的研究熱點(diǎn)。多光譜技術(shù)利用物體的物理結(jié)構(gòu)和化學(xué)成分的不同,在同一條件下利用不同光的反射對物體進(jìn)行照射得到對應(yīng)光譜帶上的不同反射率,然后對獲取的光譜數(shù)據(jù)進(jìn)行分析,辨別目標(biāo)。近年來,多光譜技術(shù)的應(yīng)用為土壤成分含量檢測提供了一個新思路,有助于土壤成分含量的精確檢測,有助于實現(xiàn)無損實時在線檢測和精準(zhǔn)農(nóng)業(yè)。綜述了近6年來國內(nèi)外多光譜技術(shù)在土壤成分指標(biāo)土壤水、有機(jī)質(zhì)、氮磷鉀、重金屬及土壤鹽分含量檢測領(lǐng)域應(yīng)用的相關(guān)文獻(xiàn),分析了多光譜成像技術(shù)的特點(diǎn),簡述了多光譜技術(shù)對土壤成分含量的檢測過程,重點(diǎn)闡述了多光譜技術(shù)在土壤成分含量檢測中的研究進(jìn)展,并展望了多光譜技術(shù)在土壤成分含量檢測中的未來發(fā)展趨勢,提出未來技術(shù)發(fā)展方向:機(jī)器學(xué)習(xí)算法的無監(jiān)督和監(jiān)督模型能夠分析不同實際測量環(huán)境下的數(shù)據(jù),減少土壤成分分布不均的光譜數(shù)據(jù)對建模結(jié)果的影響;多光譜圖像與全色圖像相結(jié)合獲取多光譜全色波段,能夠在多光譜土壤成分含量檢測中提高預(yù)測模型的分析精度和準(zhǔn)確度;多光譜數(shù)據(jù)預(yù)處理過程中采用... 

【文章頁數(shù)】：6 頁

【文章目錄】：
引 言
1 土壤成分多光譜成像檢測技術(shù)概述
    1.1 多光譜技術(shù)特點(diǎn)
    1.2 多光譜技術(shù)檢測過程
        (1)土壤樣品集選擇:
        (2)采集多光譜圖像:
        (3)數(shù)據(jù)預(yù)處理:
        (4)特征波段選擇:
        (5)建立模型:
2 土壤成分多光譜成像檢測
    2.1 水分檢測
    2.2 有機(jī)質(zhì)檢測
    2.3 氮、 磷、 鉀檢測
    2.4 其他成分檢測
3 發(fā)展趨勢


【參考文獻(xiàn)】：
期刊論文
[1]基于無人機(jī)多光譜遙感的玉米根域土壤含水率研究[J]. 張智韜,譚丞軒,許崇豪,陳碩博,韓文霆,李宇.  農(nóng)業(yè)機(jī)械學(xué)報. 2019(07)
[2]光譜技術(shù)在水產(chǎn)養(yǎng)殖水質(zhì)監(jiān)測中的應(yīng)用進(jìn)展及趨勢[J]. 李鑫星,朱晨光,周婧,孫龍清,曹霞敏,張小栓.  農(nóng)業(yè)工程學(xué)報. 2018(19)
[3]土壤氮、磷、鉀含量的高光譜遙感探測方法[J]. 萬余慶,謝濤,許石,江曉光.  中國煤炭地質(zhì). 2018(S1)
[4]無人機(jī)多光譜遙感反演抽穗期冬小麥土壤含水率研究[J]. 陳碩博,陳俊英,張智韜,邊江,王禹楓,石樹蘭.  節(jié)水灌溉. 2018(05)
[5]土壤光譜重建的濕地土壤有機(jī)質(zhì)含量多光譜反演[J]. 陳思明,鄒雙全,毛艷玲,梁文賢,丁卉.  光譜學(xué)與光譜分析. 2018(03)
[6]基于無人機(jī)多光譜遙感的土壤含水率反演研究[J]. 張智韜,王海峰,韓文霆,邊江,陳碩博,崔婷.  農(nóng)業(yè)機(jī)械學(xué)報. 2018(02)
[7]基于Landsat8 OLI影像光譜的土壤鹽分估算模型研究[J]. 張雅莉,塔西甫拉提·特依拜,阿爾達(dá)克·克里木,張東,依力亞斯江·努爾麥麥提,張飛.  國土資源遙感. 2018(01)
[8]低空無人機(jī)多光譜遙感數(shù)據(jù)的土壤含水率反演[J]. 王海峰,張智韜,付秋萍,陳碩博,邊江,崔婷.  節(jié)水灌溉. 2018(01)
[9]BP神經(jīng)網(wǎng)絡(luò)在土壤重金屬污染分析中的應(yīng)用[J]. 成功,李嘉璇,戴之秀.  地質(zhì)學(xué)刊. 2017(03)
[10]基于多光譜影像反演土壤鹽分的建模方法研究[J]. 王明寬,莫宏偉,陳紅艷.  土壤通報. 2016(05)



本文編號：3733626