文档介绍：万方数据
利用光谱数据快速检测土壤含水量的方法研究1nnl35宋韬,鲍一丹’,何勇引言2恚期月光谱学与光谱分析March2009摘要应用美国镜腇型可见/近红外光谱仪获得了份不同含水量土壤的可见/近红外漫反射光谱数据,并通过实验测定了各土壤样本的含水量值,运用相关系数法寻找出了光谱对于土壤水分的敏感波段,然后利用单一敏感波段处的光谱数据建立了一元回归模型,并检测了土壤含水量。实r09665RMSEP00121关键词可见/近红外光谱;土壤含水量;敏感波段;一元回归模型中图分类号:,ADOI103964jissn10000593(2009}030675-03水分是土壤的重要组成部分,是影响植物生长和发育的重要因素,同时也是评价土壤质量的一个关键指标。土壤水分信息的获取一直是农业工作者、地理和环境专家们关注的问题。然而,一些传统的土壤水分测定方法,如烘干称重[1]一种简单、快速的检测土壤水分信息的方法很有必要。现代光谱分析技术综合应用了光谱学、计算机科学和化学计量学等学科的成果,特点是分析速度快、效率高、成本低,目前已经被越来越多的领域用来作定性或定量分析,如[z-s]]]Ii-15]等。本研究应用可见/近红外光谱技术,寻找出光谱对于土壤水分的敏感波段,建立了基于单个敏感波段的数学模型,以反演土壤含水量,其目的是寻找一种快速准确地检测土壤水分含量的方法。仪器设备实验使用美国device)FieldSpeeHandHeld325,采样间隔为20145VASDV95DI样本采集与制备实验土壤采自浙江大学华家池校区实验农场。将土样自2孔径筛,然后分成份样本。向各样本中添加不同量的清水,搅拌均匀后将每份样本分为ABAB烘干称重法土壤含水量采用经典的土壤烘干称重法测定土壤含水量,测量结果1土壤光谱测量BLTtl19馄滓翘酵肪嗤寥辣砻嬖,每个样本扫描次,为保证光谱数据具有代表性,计算其平均值作为土壤样本最终的光谱反射率数据。光谱数据预处理为了降低基线漂移、光散射、高频随机噪声等影响,先将光谱反射率数据肦硎进行疪变换,然后Savitzky-Golay3时能够较好滤除各种高频噪声。所有预处理过程在—V95基金项目:国家科技支撑项目,浙江省重大科技攻关项目,宁波市重大科技攻关项目,浙江琋,浙江大学生物系统工程与食品科学学院,浙江杭州琔收稿日期::——(Y307119)(SN200504)作者简介:宋韬,年生,浙江大学生物系统工程与食品科学学院硕士生*)
万方数据
r28809019033式中墨甓童光谱学与光谱分析第卷了部分噪声数据,保留rlrfl析。土壤含水量的敏感波段1rlm924929为较敏感的波段,其相关系数均达到了陨稀F渲校rllTl关系数最大,为2检测模型。鹟出一元回归模型的建立为了把握光谱数据与土壤含水量之间的函数关系,先将敏感波段处的光谱数据作为横坐标,与之对应的土壤含水量2可以发现处理后的光谱数据与土壤含水量数据呈指数函数关系。利用样本集中个样本数据,经过不断修正,最终建立的指数模型为处经过预处理后的光谱反射率数y模型检验F验,并且对模型参数进行了煅椋菁。各项检验参数都远远大于检验临界值,因此该模型在所列显著水平上高度显著。testingIIteof为了检验模型的预测效果,将样本集中未参与建模的个样本的光谱数据代入模型