【摘要】：現(xiàn)代農(nóng)業(yè)的發(fā)展,得益于化肥與農(nóng)藥的使用。施用化肥能夠改善土壤肥力,提高農(nóng)作物單位產(chǎn)量。然而,人們?yōu)榱俗非蟾弋a(chǎn)往往對作物大量盲目施肥�；适┯昧康脑黾雍屠寐实南陆�,不僅在經(jīng)濟上造成巨大損失,還會引起嚴重的環(huán)境污染,致使地表水富營養(yǎng)化,地下水和蔬菜中營養(yǎng)元素含量超標等問題。因此,大面積快速獲取土壤養(yǎng)分含量信息,根據(jù)土壤養(yǎng)分的豐缺合理適量施肥,對于我國農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。應用傳統(tǒng)化學分析方法測量土壤養(yǎng)分,分析過程復雜、周期長、成本高、實時性差,很難大規(guī)模推廣使用。農(nóng)業(yè)生產(chǎn)上迫切需要一種快速,現(xiàn)場原位,連續(xù)且無污染的土壤養(yǎng)分檢測方法。 可見與近紅外光譜技術(shù)具有測量速度快、測試成本低、操作簡單、無污染等優(yōu)點。本文采用可見與近紅外光譜技術(shù),結(jié)合化學計量學方法測量土壤養(yǎng)分含量,研究了土壤總氮,有機碳,速效磷和速效鉀信息的光譜表征機理和快速獲取方法,并開發(fā)了一套可便攜并具有良好人機界面的土壤養(yǎng)分快速分析系統(tǒng)。本研究對于農(nóng)田的精細化管理和作業(yè)具有重要意義。主要研究內(nèi)容和成果如下： (1)研究構(gòu)建了土壤總氮,有機碳,速效磷和速效鉀的光譜檢測模型,實現(xiàn)了土壤養(yǎng)分信息的快速無損檢測。系統(tǒng)分析了5種預處理算法對土壤光譜數(shù)據(jù)的預處理效果,得到最優(yōu)的預處理算法為變量標準化(SNV)。應用蒙特卡洛-無信息變量消除法(MC-UVE)和連續(xù)投影算法(SPA)提取特征波段,建立了基于全波段和特征波段的線性(偏最小二乘PLS,多元線性回歸MLR)和非線性(最小二乘-支持向量機LS-SVM)預測模型。其中,基于近紅外光譜數(shù)據(jù)的MC-UVE-LS-SVM模型對土壤總氮,有機碳,速效磷與速效鉀取得了最優(yōu)的預測結(jié)果,獲得的決定系數(shù)(R2)分別為0.88,0.89,0.59和0.75,獲得的預測相對分析誤差(RPD)分別為2.9,3.1,1.5和2.0。 (2)將通過化學計量學方法得到的特征波長變量與跟氮、碳、磷、鉀有關(guān)的化學吸收基團進行關(guān)聯(lián)分析,研究發(fā)現(xiàn)總氮與有機碳的特征波長變量中,有一些能夠直接反映氮、碳基團的特征信息,有一些則是通過測量與氮、碳基團相關(guān)聯(lián)的物質(zhì),如土壤中的水分,間接影響總氮和有機碳的測量結(jié)果；速效磷與速效鉀在可見與近紅外區(qū)沒有直接與它們相關(guān)的吸收峰,它們能夠被預測歸因于它們與伊利石以及水分之間存在較好的相關(guān)性。上述發(fā)現(xiàn)解釋了特征波長變量影響模型預測結(jié)果的原因,為采用特征波長變量建立總氮,有機碳,速效磷和速效鉀預測模型提供了重要依據(jù)。 (3)提出建立動態(tài)模型來預測土壤總氮,有機碳,速效磷和速效鉀含量,即在預測過程中不斷更新建模使用的特征變量以及調(diào)整預測模型的回歸系數(shù),以適應新出現(xiàn)的干擾源,從而提高模型的魯棒性,擴大模型的使用范圍。動態(tài)模型中,遞歸偏最小二乘(RPLS)與三種遞歸變量選擇方法：變量投影重要性與RPLS相結(jié)合(VIP-RPLS), VIP-PLS和無信息變量消除與PLS相結(jié)合(UVE-PLS),對土壤總氮,有機碳,速效磷和速效鉀的預測效果均優(yōu)于常規(guī)PLS模型；其中,基于近紅外光譜數(shù)據(jù)的VIP-RPLS模型取得了最優(yōu)的預測效果,與常規(guī)PLS模型相比,預測精度提高了9%-17%。 (4)提出了基于嵌入式Windows CE系統(tǒng)和微型光譜儀模塊USB4000的土壤養(yǎng)分快速分析儀系統(tǒng)設計方案,并完成了樣機硬件和軟件的設計開發(fā)工作。該儀器能夠?qū)崟r顯示分析結(jié)果。應用該儀器測量土壤總氮和有機碳含量,獲得的R2值分別為0.53與0.57,獲得的RPD值分別為1.5與1.5。該儀器對總氮與有機碳具備一定的預測能力,為下一步研發(fā)高精度,功能全面的土壤養(yǎng)分快速分析儀器打下了良好基礎。 上述研究成果為實現(xiàn)農(nóng)田土壤養(yǎng)分含量的快速無損檢測奠定了重要基礎,具有較為廣闊的應用前景。
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：S237;S158
【圖文】：

圖2.1 Matrix !傅里葉近紅外光譜儀Figure 2.1 Fourier-type NIR spectrometer Matrix—I本研究使用德國布魯克公司生產(chǎn)的Matrix_l型光譜儀測量土壤近紅外，如圖2.1所示。MatrixJ是一款設計緊湊，堅固耐用的傅里葉式近紅

圖2.3 Filed Spec 3可見-近紅外光譜儀Figure 2.3 Vis-NIR spectrometer Filed Spec 3研究使用美國ASD公司生產(chǎn)的Filed Spec 3型光譜儀測量土壤可見-數(shù)據(jù)，如圖2.3所示。Filed Spec 3便攜式地物光譜儀是ASD公司最，適用于遙感測量，農(nóng)作物監(jiān)測，工業(yè)照明測量，海洋學研究和礦物

理效果最好的算法為SNV�；赟NV建立的PLS模型使用的LV數(shù)量分別為9和9，獲得的R2值分別為0.85，0.85，獲得的RPD值分別為2.6，2.6。圖3.2為使用PLS(SNV)模型對土壤總氮與有機碳的預測結(jié)果和它們理化值的對比圖。(b)2.4- ?gO." r"■ 0.16- il-6- .0.08- ^0.8- ??0.04——.——>——,——.——,——.——.——■——I 0.4-1^—~,...,——.——.——.——r-0.04 0.08 0.12 0.16 0.20 0.24 0.4 0,8 1.2 1.6 2.0 2.4總氮理化值(％) 有機碳理化值(％)圖3.2近紅外光譜PLS(SNV)模型對總氮(a)與有機碳(b)的預測結(jié)果和理化值對比圖Figure 3.2 Scatter plot of laboratory measured values vs. NIR predicted values usingPLS(SNV) developed for (a) N and (b) OC31

【參考文獻】

相關(guān)期刊論文 前10條

1 段利忠,劉思峰,盧奇;移動平均法中移動步長的確定(英文)[J];北京工業(yè)大學學報;2004年03期

2 鮑一丹;何勇;方慧;Annia Garcia Pereira;;土壤的光譜特征及氮含量的預測研究[J];光譜學與光譜分析;2007年01期

3 任利兵;尉昊峗;李巖;;多區(qū)間主成分交互驗證法用于氣體光譜定性分析[J];光譜學與光譜分析;2011年04期

4 郝勇;孫旭東;潘圓媛;高榮杰;劉燕德;;蒙特卡羅無信息變量消除方法用于近紅外光譜預測果品硬度和表面色澤的研究[J];光譜學與光譜分析;2011年05期

5 陳奮飛;劉佳;廖乘勝;曾立波;吳瓊水;;一種高通量寬帶近紅外聲光可調(diào)濾光器的設計[J];光譜學與光譜分析;2013年01期

6 賈生堯;唐旭;楊祥龍;李光;張建明;;可見-近紅外光譜技術(shù)結(jié)合遞歸變量選擇算法對土壤全氮與有機質(zhì)含量測定研究[J];光譜學與光譜分析;2014年08期

7 吳迪;吳洪喜;蔡景波;黃振華;何勇;;基于無信息變量消除法和連續(xù)投影算法的可見-近紅外光譜技術(shù)白蝦種分類方法研究[J];紅外與毫米波學報;2009年06期

8 褚小立,袁洪福,陸婉珍;近紅外分析中光譜預處理及波長選擇方法進展與應用[J];化學進展;2004年04期

9 葉鶯,陳崇幗,林熙;偏最小二乘回歸的原理及應用[J];海峽預防醫(yī)學雜志;2005年03期

10 李輝,賀立源,黃魏,江成旺,魯明星,徐輝,張德才,鞏細民;GIS支持下農(nóng)田土壤速效養(yǎng)分評價、分級與推薦施肥[J];華中農(nóng)業(yè)大學學報;2004年04期

本文編號：2804964