土壤總氮高光譜檢測(cè)方法研究.pdf

1、土壤總氮是衡量土壤肥力的重要指標(biāo)，在作物生長(zhǎng)過(guò)程中起到至關(guān)重要的作用。高光譜具有分辨率高、波段連續(xù)、圖譜合一等特點(diǎn)，可以快速有效地檢測(cè)土壤總氮含量。由于高光譜信息量大，數(shù)據(jù)復(fù)雜，極易導(dǎo)致光譜數(shù)據(jù)存在共線性和冗余，嚴(yán)重影響土壤總氮高光譜預(yù)測(cè)模型的效果。因此，如何解決光譜數(shù)據(jù)存在共線性和冗余，構(gòu)建高精度的土壤總氮高光譜檢測(cè)模型是迫切需要解決的問(wèn)題。
　　本研究針對(duì)基于高光譜技術(shù)檢測(cè)土壤總氮含量精確度不高的問(wèn)題，以皖北地區(qū)砂姜黑土中的土

2、壤總氮為研究對(duì)象，重點(diǎn)解決構(gòu)建土壤總氮高光譜檢測(cè)模型中的兩個(gè)關(guān)鍵問(wèn)題——土壤總氮光譜特征波長(zhǎng)的提取問(wèn)題和土壤總氮高光譜檢測(cè)建模方法的優(yōu)選問(wèn)題，研究了土壤總氮的光譜特征波長(zhǎng)提取方法、土壤總氮高光譜檢測(cè)最優(yōu)模型方法，研制開(kāi)發(fā)了土壤總氮高光譜數(shù)據(jù)分析系統(tǒng)。
　　論文研究的主要內(nèi)容及成果如下:
　　(1)研究了土壤總氮的光譜特征波長(zhǎng)提取方法。分別應(yīng)用競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法、連續(xù)投影算法、隨機(jī)森林算法對(duì)土壤總氮特征波長(zhǎng)進(jìn)行選擇。并通過(guò)

3、特征波長(zhǎng)建立了土壤總氮高光譜檢測(cè)模型，以最少的特征波長(zhǎng)數(shù)量建立最高精確度的模型。
　　(2)研究了構(gòu)建土壤總氮高光譜檢測(cè)最優(yōu)模型方法。在特征波長(zhǎng)提取的基礎(chǔ)上，分別建立偏最小二乘法、支持向量機(jī)回歸以及Lasso回歸模型對(duì)土壤總氮含量進(jìn)行檢測(cè)，建立了光譜與土壤總氮含量之間的映射關(guān)系，并通過(guò)映射關(guān)系預(yù)測(cè)土壤總氮含量。對(duì)比上述三種建模方法，找出了Lasso回歸模型為預(yù)測(cè)精確度最高的模型，能夠準(zhǔn)確地檢測(cè)出土壤中氮元素的含量，為合理施肥奠定了

4、基礎(chǔ)。
　　(3)開(kāi)發(fā)了土壤總氮高光譜數(shù)據(jù)分析系統(tǒng)。在Eclipse平臺(tái)上利用IDL、Java、MATAB語(yǔ)言，開(kāi)發(fā)完成了土壤總氮高光譜數(shù)據(jù)分析系統(tǒng)，該系統(tǒng)解決了處理數(shù)據(jù)依賴眾多軟件的協(xié)同工作，各軟件間的數(shù)據(jù)格式不兼容，數(shù)據(jù)傳遞過(guò)程中的精度丟失等問(wèn)題。利用該系統(tǒng)處理分析本研究的高光譜數(shù)據(jù)并且得到有效驗(yàn)證。
　　論文研究成果對(duì)于構(gòu)建土壤總氮高光譜快速無(wú)損檢測(cè)模型，在合理施肥、保護(hù)環(huán)境、提高作物生產(chǎn)量等方面具有重要的理論價(jià)值和實(shí)