發(fā)布時(shí)間：2021-09-25 06:00

　　精準(zhǔn)農(nóng)業(yè)中一個(gè)的極其關(guān)鍵的環(huán)節(jié)即是變量施肥,而要實(shí)現(xiàn)變量施肥,首先就必須準(zhǔn)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(jī)質(zhì)、氮磷鉀,它們是作物生長(zhǎng)的基礎(chǔ),是衡量土壤生產(chǎn)能力和土壤肥力的重要指標(biāo)。傳統(tǒng)的土壤養(yǎng)分實(shí)驗(yàn)室化學(xué)分析方法雖然準(zhǔn)確性高,但是操作復(fù)雜且耗時(shí)。相比之下,近紅外光譜分析技術(shù)則具有快速、實(shí)時(shí)、高效、不使用化學(xué)試劑、不破壞樣品、無(wú)污染等優(yōu)點(diǎn),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(guó)內(nèi)外研究的熱點(diǎn)。本文共采集了安徽省懷遠(yuǎn)縣龍亢農(nóng)場(chǎng)147份土壤樣品,利用主成分回歸法PCR建立了土壤有機(jī)質(zhì)預(yù)測(cè)模型。實(shí)驗(yàn)中通過(guò)Kennard-Stone算法對(duì)土壤樣品進(jìn)行校正集與驗(yàn)證集的劃分,以驗(yàn)證集預(yù)測(cè)相關(guān)系數(shù)Rp2和預(yù)測(cè)標(biāo)準(zhǔn)偏差RMSEP為指標(biāo),對(duì)土壤光譜預(yù)處理算法作了優(yōu)選,結(jié)果表明Savitzky-Golay（SG）卷積平滑+標(biāo)準(zhǔn)正態(tài)變量變換SNV效果最好。另外,本文還提出了一種波長(zhǎng)優(yōu)選的新方法,結(jié)果表明通過(guò)此種方法可以較大地提高模型的預(yù)測(cè)精度。在上述基礎(chǔ)上,最終所建土壤有機(jī)質(zhì)預(yù)測(cè)模型的Rp2和RMSEP分別達(dá)到0.9322、0.0411%,取得了較好的預(yù)測(cè)效果。同時(shí),本文的另... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)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(guó)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(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與研究方法
    1.4 論文結(jié)構(gòu)安排
第二章 近紅外光譜分析技術(shù)的理論基礎(chǔ)
    2.1 近紅外光譜原理
    2.2 近紅外光譜技術(shù)的特點(diǎn)
    2.3 化學(xué)計(jì)量學(xué)方法
        2.3.1 光譜預(yù)處理方法
        2.3.2 定量校正方法
    2.4 定量分析過(guò)程及模型評(píng)價(jià)指標(biāo)
        2.4.1 近紅外光譜定量分析步驟
        2.4.2 定量分析模型評(píng)價(jià)指標(biāo)
第三章 土壤有機(jī)質(zhì)的近紅外光譜分析
    3.1 實(shí)驗(yàn)準(zhǔn)備
        3.1.1 土壤樣品的采集
        3.1.2 土壤有機(jī)質(zhì)含量的測(cè)定
        3.1.3 土壤光譜數(shù)據(jù)的采集
    3.2 土壤有機(jī)質(zhì)含量的近紅外光譜定量分析
        3.2.1 校正集與驗(yàn)證集的劃分
        3.2.2 光譜預(yù)處理方法的選取
        3.2.3 波長(zhǎng)的選擇
        3.2.4 模型的建立
第四章 近紅外光譜相關(guān)軟件開(kāi)發(fā)
    4.1 土壤光譜采集硬件平臺(tái)簡(jiǎn)介
    4.2 軟件設(shè)計(jì)
        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(yù)處理方法菜單模塊
        4.2.7 濃度預(yù)測(cè)菜單模塊
第五章 總結(jié)與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果



本文編號(hào)：3409237