基于灰度关联-极限学习机的土壤全氮预测

为了克服近红外光谱的多重共线性、吸光度非线性等特点给土壤全氮含量预测带来的影响，引入灰度关联-极限学习机方法选择出具有较好预测能力的波长组合，以建立高精度土壤全氮含量预测模型。首先利用一阶微分光谱得到反映土壤全氮含量的敏感谱区，再利用灰度关联法得到土壤全氮含量的敏感波长，分别为1007、1128、1360、1596、1696、1836、2149、2262nm。最后采用极限学习机，将上述敏感波长作为输入，建立了土壤全氮预测模型。作为对照，同时采用传统相关分析方法选择了敏感波长并建立了回归模型。2种建模结果表明，灰度关联-极限学习机建立的土壤全氮预测模型，其建模决定系数R2c为0.9134，预测决定系数R2v为0.8787，建模精度和预测精度都比传统建模方法高。特别在预测低氮含量土壤时，灰度关联-极限学习机方法优势更明显。     

基于ISE的土壤硝态氮多参数检测仪研究

电极法检测土壤硝态氮时，共存氯离子是影响检测精度的重要因素。针对当前检测仪为单一离子离线检测的问题，设计了基于嵌入式开发的ISE土壤硝态氮多参数检测仪。仪器嵌入BP神经网络模型，实现土壤硝态氮的在线实时检测。针对BP算法收敛速度慢、易陷入局部极小值的缺点，采用5种方法进行改进；采用两个校正方法校准检测仪检测结果；采用稳定判断程序提高电势采集的稳定性。开展标准溶液检测试验，验证检测仪检测精度；开展土壤硝态氮检测试验，并将检测结果与传统的一元线性模型结果和光学法检测结果进行对比，验证检测仪排除氯离子干扰的效果及检测土壤硝态氮的准确性。结果表明，检测仪对离子的检测结果与离子计检测结果误差不超过1.0mV，满足精度要求；检测仪对土壤硝态氮含量的检测结果与光学法检测结果的平均相对误差为8.83%，低于一元线性模型与光学法检测结果的平均相对误差12.17%，拟合系数R2均大于0.97。基于ISE的土壤硝态氮多参数检测仪可有效减小氯离子干扰，准确性高，可用于土壤硝态氮的在线检测。     

北京地区粘壤土全氮含量的光谱预测模型

为实现快速准确地测量土壤的全氮含量,以北京地区粘壤土为样本,对其进行化学测量和光谱分析。利用波长为350~2 500 nm的光谱数据与实际测得的全氮含量进行相关性分析,选取相关性最大的特征波段构建土壤全氮含量的估算模型。将原光谱反射率和吸光度分别进行一阶微分、二阶微分变换,力求建立精准优化的土壤全氮含量预测模型。结果表明:反射率和吸光度与土壤全氮含量的相关性低,无法用于构建土壤全氮含量预测模型。在其他变换形式中,反射率二阶微分和吸光度二阶微分与土壤全氮含量的相关性最显著,相关系数的绝对值最大分别为0.868和0.846。相关性最大的特征波段为425~527 nm、819 nm、1 390~1 391 nm和2 200~2 219 nm。采用一元线性回归和多元逐步回归建立预测模型,最终得到土壤全氮含量最优估算模型以吸光度二阶微分为自变量的多元逐步回归模型,说明光谱结合多元逐步回归法预测土壤全氮含量的方法是可行的。最优模型决定系数R2为0.829,统计量F为86.377,均方根误差RMSE为0.104。该模型可用于预测北京地区粘壤土的土壤全氮含量。     

不同粒径处理的土壤全氮含量高光谱特征拟合模型

采集新疆北疆棉田385个自然土壤样本,将筛选出的土壤样品分别过2、1、0. 5、0. 15 mm筛并测定其原始光谱反射率,利用支持向量机(Support vector machine,SVM)、偏最小二乘回归(Partial least squares regression,PLSR)和多元逐步线性回归(Stepwise multiple linear regression,SMLR)方法对土壤原始光谱及其12种光谱变换数据分别构建土壤全氮含量的估测模型,并对模型精度进行检验。结果表明,土壤原始光谱特征在各个波段与全氮含量相关性都较差,不同形式的数据变换均能够提高光谱反射率与全氮含量的相关性,同一种数据变换形式在不同粒径处理中最大相关系数所对应的波段位置差异不大。从不同粒径处理的拟合精度来看,过筛粒径越小对全氮含量的估测精度越高,3种方法的最优拟合模型都是过0. 15 mm筛的处理,其中SVM方法采用(lgR)'变换后,构建模型R2c为0. 898 7,RMSEc为0. 018 1,RPD为2. 704 9,PLSR和SMLR方法均采用R'变换,构建模型的R2c分别为0. 852 0和0. 819 6,RMSEc分别为0. 041 3和0. 043 6,RPD分别为2. 554 9和2. 437 4,3种方法在该过筛处理下均能够很好地估测土壤全氮含量。用未参与建模的样本对3种最优模型进行验证,SVM、PLSR和SMLR模型的检验R2分别为0. 822 9、0. 771 5和0. 705 4,SVM方法优于PLSR和SMLR,模型具有较好的精度和稳定性,从模型的预测误差来看,土壤全氮含量越低其预测误差也越大,在氮素含量较低的情况下无法直接通过光谱反射特征准确反演。     

西南岩溶区土壤全氮含量的空间变异分析

选择典型的岩溶峰丛洼地区域,在利用多元逐步回归分析研究0~20 cm深度土壤全氮含量与地形指数因子关系的基础上,利用普通克里格法(OK)、单变量协同克里格法(COK)和多变量协同克里格法(MCOK)对土壤全氮含量的空间变异性进行了分析。结果表明:研究区域土壤全氮含量空间分布可以用两个回归模型来表征。克里格插值分析表明,当全氮含量与地形指数因子相关系数较低时,COK法并不能有效提高全氮预测精度;随着协同变量的增加,MCOK法能够显著提高全氮预测精度。     

北京典型耕作土壤养分的近红外光谱分析研究

以北京郊区试验田采集的72个土壤样品为实验材料,应用傅里叶变换近红外光谱技术,分析了土样的全氮、全钾、有机质和pH值养分含量。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。分析结果:土壤的全氮模型R2为95.44%,RMSECV为0.014 1,RMSEP为0.016 8,RPD为4.68;有机质模型R2为89.63%,RMSECV为0.37,RMSEP为0.47,RPD为3.11;全钾模型R2为85.62%,RM-SECV为0.173,RMSEP为0.204,RPD为2.64;pH值模型R2为87.33%,RMSECV为0.031,RMSEP为0.053,RPD为2.81。     

便携式土壤全氮测定仪性能研究

为研究土壤全氮含量,自主开发了基于近红外光谱技术的便携式土壤全氮测定仪.以中国农业大学上庄实验站采集的60个土壤样本作为实验材料,分别对土壤全氮测定仪的稳定性、准确性和预测模型精度进行了测试.使用模型的测定系数(RC)、验证系数(RV)、校正均方根误差(RMSEC)、预测均方根误差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标.实验结果显示,本测定仪在波长940、1 050、1 100、1 200、1 300、1 450和1 550 nm处的吸光度重复性误差分别为1.57％、1.80％、1.59％、0.94％、0.61％、0.64％和3.13％,平均误差1.80％;测定仪吸光度和傅里叶光谱分析仪吸光度相关系数分别达到0.971、0.948、0.928、0.873、0.920、0.901和0.913,平均值为0.922;使用测定仪平均吸光度数据,通过BP神经网络建立的土壤全氮预测模型Rc、RV、RMSEC、RMSEP和RPD分别达到0.81、0.80、0.029、0.019和3.44.使用该预测模型建立的土壤全氮分布图和实际土壤全氮分布图具有高度的一致性.实验结果表明,便携式土壤全氮测定仪工作稳定,使用平均吸光度数据建立的土壤全氮预测模型具有较好的预测能力和较强的鲁棒性,可以在土壤全氮含量实时检测中应用.     

基于遗传算法近红外光谱检测土壤养分的研究

利用可见/短波近红外光谱(Vis/SW-NIRS)分析测量土壤速效氮(N)和速效钾(K)。探讨遗传算法在分析测量土壤养分上的应用,根据优化结果采用最小二乘支持向量机(LS-SVM)方法建立校正模型。结果表明,LS-SVM模型优于PLS模型;GA-LS-SVM模型预测速效氮的精度较高。基于遗传算法可见/短波近红外光谱利用LS-SVM建模,可以作为一种土壤理化性质的测定方法。     

植物生长灯光源能效的综合评价模型——基于主成分分析方法

光是植物光合作用的能量源,植物生长灯人工补光技术的应用有助于增强农业产出能力、保障食品安全和加快我国现代农业发展。采用主成分分析方法直观定量地研究了普通白炽灯、卤钨灯、普通直管荧光灯、三基色荧光灯、紧凑型荧光灯、荧光高压汞灯、金属卤化物灯、高压钠灯和高频无极灯等光源的额定功率范围、光效、显色指数、色温与平均寿命等技术指标;识别出了植物生长灯光源技术指标数据的主要成分;主成分分析得分以高频无极灯得分最高,其它依次为高压钠灯、三基色荧光灯、荧光高压汞灯、紧凑型荧光灯、金属卤化物灯、普通直管荧光灯和普通白炽灯,卤钨灯最低。结果表明,模型能全面、客观和科学地对植物生长灯光源能效进行分析与综合评价,辅助植物生长灯在农业领域中的选择与应用。     

基于MC—UVE的土壤碱解氮和速效钾近红外光谱检测

应用可见/短波近红外光谱分析测量土壤碱解氮和速效钾含量.为了提高该分析方法的预测精度,消除无信息建模变量对模型稳定性的影响,原始光谱平滑后采用蒙特卡罗无信息变量消除方法(MC-UVE)对土壤碱解氮和速效钾的建模变量进行筛选,应用偏最小二乘方法(PLS)建立校正模型.对于碱解氮模型,采用MC-UVE PLS方法,建模变量减少为210,相关系数和预测均方差分别为0.84和17.1 mg/kg.对于速效钾的预测模型,采用MC-UVE方法后,建模变量减少为150,模型的预测相关系数为0.76,预测均方根误差为15.4 mg/kg.     

基于调制近红外反射光谱的土壤养分近场遥测方法研究

土壤养分作为农业生产的重要指标，含量过少会降低农作物产量，过多则会造成环境污染。因此，快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分，但检测过程中土壤的取样及预处理过程繁琐、操作复杂、费时费力，不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱，提出了一种土壤养分主动式近场遥测方法，可有效避免土壤反射自然光的干扰。该方法使用波长范围1260~1610 nm的8通道窄带激光二极管作为近红外光源，通过测量8通道激光光束的土壤反射率，建立土壤养分中氮（N）关于土壤反射率的计量模型，实现了N的快速检测。在74组已知N含量的土壤样品中，选取54组作为训练集，20组作为预测集。基于一般线性模型，对训练集中土壤N含量与土壤反射率的定量化参数进行训练，筛选显著波段后的计量模型R²达到0.97。基于建立的计量模型，预测集中土壤N含量预测值与参考值的决定系数R²达到0.9，结果表明该方法具有土壤养分现场快速检测的能力。     

滴灌下AHFO法监测砾石区土壤水分时空变异研究

为监测滴灌条件下的田间土壤水分变化,利用主动加热光纤(Active heated fiber optics,AHFO)法监测山东省砾石区地下滴灌下的土壤水分时空变异,并用时域反射技术(Time domain reflectometry, TDR)法对比其测量精度。结果表明,AHFO法与TDR法测得的土壤含水率具有较好的相关关系(P<0.01),AHFO法测量精度在0.025~0.038m 3 /m 3 之间;由于砾石的影响,AHFO法的测量精度略有降低;采用AHFO法测得的土壤含水率对灌溉有较好的响应,说明AHFO法能够获取滴灌过程土壤水分的演变;采用AHFO法测得的土壤含水率空间分布与砾石含量具有显著相关关系(P＜0.05),说明砾石含量是控制田间土壤水分的主导因素。     

基于Windows平台的车载式土壤全氮快速检测系统软件

为了建立一套土壤全氮含量在线快速测量方法,基于Windows平台设计了车载式土壤全氮快速检测系统软件,系统软件设计包括软件架构设计和软件功能设计。在Windows平台上使用MySQL数据库管理软件作为检测系统软件数据库进行设计,实现检测系统软件与MySQL数据库的数据交互;软件功能设计主要包括检测系统软件主界面设计、数据采集、分析界面设计,以及利用HTML5地理位置定位技术实现土壤数据检测点的轨迹成图界面设计。当车载式土壤全氮快速检测系统进行土壤检测时,系统软件采集不同敏感波长处的土壤光谱数据,通过嵌入在检测系统软件中的土壤全氮含量预测模型,反演得到土壤全氮含量信息,同时采集的GPS信息通过HTML5地理位置定位技术实现土壤数据检测点的轨迹成图。最后,对检测系统软件进行了测试,测试结果表明,车载式土壤全氮快速检测系统软件能够有效采集和显示不同敏感波长处的土壤光谱信息、土壤全氮含量及GPS信息,并能够准确生成土壤数据检测点的轨迹图,证明了基于Windows平台的车载式土壤全氮快速检测系统软件的可靠性和稳定性,能够满足田间在线、快速检测土壤全氮含量及生成土壤数据检测点轨迹图的需求。     

农田土壤有机质和全氮三维空间分布特征研究

以河南省新郑市为研究区,分别采用三维克里格(Kriging)插值法和三维反距离加权(IDW)插值法模拟不同深度土壤有机质和全氮含量的三维空间分布特征,并采用交叉验证法,比较2种三维空间插值方法的预测精度。研究表明,有机质和全氮沿不同土层深度(0~20 cm、20~40 cm、40~60 cm)均表现出明显的空间分布差异,3种深度土壤有机质含量的平均值变化范围为11.31~15.48 g/kg,全氮的变化范围为0.48~0.79 g/kg,均随土层加深而降低;土壤有机质和全氮的三维空间分布表达的信息量更加丰富,可直观展示任意土体切面的养分含量分布信息;通过三维克里格方法得到的有机质插值结果的预测精度高于反距离加权法,全氮亦然,三维克里格插值法更能真实反映土壤养分的三维空间分布特征。     

庐山地区不同土壤全氮与速效钾含量相关性研究

文章对庐山地区赛阳镇凤凰村山地红壤、回龙路的黄棕壤、大月山附近的山地棕壤的理化性质进行分析,探究庐山土壤全氮含量与速效钾含量之间的关系,有助于掌握庐山土壤的养分状况。     

保护性耕作农田耕层土壤养分含量动态变化研究

在西南地区三熟制套作模式下,以常规平作(T)为对照,连续2a进行大田对比试验,研究了垄作(R)、平作+秸秆覆盖(TS)、垄作+秸秆覆盖(RS)、平作+秸秆覆盖+腐熟剂(TSD)和垄作+秸秆覆盖+腐熟剂(RSD)等5种处理对农田耕层土壤养分含量的动态变化的影响.结果表明,与对照T相比,RSD,TSD,RS,TS处理均显著提高了土壤碱解氮、速效磷、速效钾、全氮、全钾含量和pH值.在3-7月份,RSD与TSD处理的土壤碱解氮、速效钾含量比RS与TS处理要高,但在10月份RSD与TSD处理的土壤碱解氮要低于RS和TS.与对照T相比,在不同时期,R处理均在一定程度上提高土壤碱解氮和全氮的含量,其它养分含量无明显差异.试验结果说明了这5种保护性耕作处理均在不同时期很好地调节了土壤养分的供应情况.     

电极法测定土壤硝态氮精度的提高方法

离子选择性电极为土壤硝态氮含量分析提供了一种快速、低成本的技术方案。以提高基于电极法的土壤硝态氮检测精度为目的,探讨了电极信号特点与环境因素对检测精度的影响;从硬件电路和软件测量模型两方面研究减少误差、提高精度的方法;进行了有、无阻抗变换-滤波模块电极电势信号采集的对比实验,并通过软件编程将不同测量模型(线性回归模型与温度校正模型)嵌入到检测仪表,进行了温度变化时土壤硝态氮检测的对比实验。结果表明,设计的硬件抗干扰电路可以使测量仪表准确采集混杂在高频噪声中的离子选择性电极电势信号(误差和波动均小于1 m V),具有良好的准确度和抗干扰能力;当温度变化时,嵌入温度校正模型时仪表测量的相对误差不大于8.20%,与离子色谱法(参考值)进行相关性分析的相关系数R达到0.998 6,可有效减小由温度变化引起的电极测量误差,提高检测精度。     

玉米冠层叶片氮素营养估测研究——基于近地多光谱图像

运用图像处理技术对不同氮营养成分下玉米冠层叶片的近地CCD多光谱图像进行分析,建立玉米叶片氮素营养含量的快速、非破坏性估测模型。实验基于红通道和近红外通道的CCD图像,通过图像切割提取两个通道的主叶片区域的平均灰度值和叶片周围的土壤平均灰度值,根据土壤平均灰度值比值来调整叶片的近红外平均灰度值,计算玉米叶片的基于灰度的植被指数,建立了氮素营养含量和两个通道的图像灰度以及灰度植被指数间的经验线性模型。经过多元线性回归分析后,两者间的相关系数R可以达到0.704。由此实现了对玉米冠层氮营养含量的快速估测。     

基于岭回归的土壤全氮含量反演模型

全氮含量是土壤肥力的核心指标之一,快速、准确测定耕层土壤全氮含量对农业生产具有重要意义.以南京市江宁区典型水稻田为研究对象,采用棋盘式布点法选取了60个点位,每个点位均在0~30 cm表土层进行取样,利用大疆精灵4多光谱无人机同时获取了土壤样本分别在5个波段(450,560,650,730,840 nm)的光谱反射率,通过土壤全氮含量与光谱反射率多元线性分析,揭示了光谱反射率数据特有的多重共线性问题,构建了基于岭回归的无人机遥感影像反演土壤全氮含量预测模型.计算结果表明,岭回归系数取0.12时,其回归R²达到了0.408,方差膨胀因子均在10以下,且回归系数具有统计学意义.基于岭回归的反演模型可以较好兼顾反演精度与光谱数据多重共线性问题.研究成果可为无人机遥感土壤氮素营养诊断提供理论依据.     

下辽河平原粮食主产区耕地土壤养分现状分析

依据多年土壤肥力监测数据和大量田间试验结果,利用多元统计分析方法,对下辽河平原玉米、水稻粮食主产区耕地土壤养分含量进行分析。结果表明:养分含量整体属于中等水平,土壤碱解氮、有效磷处于高含量水平、有机质含量偏低,土壤氮、磷、钾养分含量的变异系数在27.18%～48.14%之间,属于中等变异强度;有机质、全氮、碱解氮与其他大多数养分指标呈显著正相关关系,可作为养分分区管理的有效指标。