精準農(nóng)業(yè)中一個的極其關鍵的環(huán)節(jié)即是變量施肥,而要實現(xiàn)變量施肥,首先就必須準確地獲取農(nóng)田中土壤養(yǎng)分信息。土壤養(yǎng)分主要包括有機質(zhì)、氮磷鉀,它們是作物生長的基礎,是衡量土壤生產(chǎn)能力和土壤肥力的重要指標。傳統(tǒng)的土壤養(yǎng)分實驗室化學分析方法雖然準確性高,但是操作復雜且耗時。相比之下,近紅外光譜分析技術則具有快速、實時、高效、不使用化學試劑、不破壞樣品、無污染等優(yōu)點,在快速分析土壤養(yǎng)分含量方面具有很大的潛力,因此也成為了國內(nèi)外研究的熱點。本文共采集了安徽省懷遠縣龍亢農(nóng)場147份土壤樣品,利用主成分回歸法PCR建立了土壤有機質(zhì)預測模型。實驗中通過Kennard-Stone算法對土壤樣品進行校正集與驗證集的劃分,以驗證集預測相關系數(shù)Rp2和預測標準偏差RMSEP為指標,對土壤光譜預處理算法作了優(yōu)選,結果表明Savitzky-Golay（SG）卷積平滑+標準正態(tài)變量變換SNV效果最好。另外,本文還提出了一種波長優(yōu)選的新方法,結果表明通過此種方法可以較大地提高模型的預測精度。在上述基礎上,最終所建土壤有機質(zhì)預測模型的Rp2和RMSEP分別達到0.9322、0.0411%,取得了較好的預測效果。同時,本文的另... 

【文章來源】：中國科學技術大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 選題背景與意義
    1.2 國內(nèi)外土壤養(yǎng)分近紅外光譜分析的研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 研究內(nèi)容與研究方法
    1.4 論文結構安排
第二章 近紅外光譜分析技術的理論基礎
    2.1 近紅外光譜原理
    2.2 近紅外光譜技術的特點
    2.3 化學計量學方法
        2.3.1 光譜預處理方法
        2.3.2 定量校正方法
    2.4 定量分析過程及模型評價指標
        2.4.1 近紅外光譜定量分析步驟
        2.4.2 定量分析模型評價指標
第三章 土壤有機質(zhì)的近紅外光譜分析
    3.1 實驗準備
        3.1.1 土壤樣品的采集
        3.1.2 土壤有機質(zhì)含量的測定
        3.1.3 土壤光譜數(shù)據(jù)的采集
    3.2 土壤有機質(zhì)含量的近紅外光譜定量分析
        3.2.1 校正集與驗證集的劃分
        3.2.2 光譜預處理方法的選取
        3.2.3 波長的選擇
        3.2.4 模型的建立
第四章 近紅外光譜相關軟件開發(fā)
    4.1 土壤光譜采集硬件平臺簡介
    4.2 軟件設計
        4.2.1 軟件總體功能概述
        4.2.2 光譜儀菜單模塊
        4.2.3 文件菜單模塊
        4.2.4 視圖菜單模塊
        4.2.5 處理菜單模塊
        4.2.6 光譜預處理方法菜單模塊
        4.2.7 濃度預測菜單模塊
第五章 總結與展望
    5.1 結論
    5.2 展望
參考文獻
致謝
在讀期間發(fā)表的學術論文與取得的其他研究成果



本文編號：3409237