土壤有機(jī)質(zhì)近紅外光譜分析及相關(guān)軟件開發(fā).pdf

1、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)。

2、
　　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)果表明通過此種方法可以較大地提高模型的

3、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)，本文的另一個(gè)創(chuàng)新點(diǎn)是基于實(shí)驗(yàn)室搭建的土壤可見-近紅外光譜采集硬件平臺(tái)，利用Microsoft Visual Studio2010開發(fā)了一套軟件系統(tǒng)，實(shí)現(xiàn)了在350nm～2500nm波長(zhǎng)范圍內(nèi)土壤光譜的采集、顯示與保存、吸光度與反射率的計(jì)算、光譜的預(yù)處理（如SG平滑、SNV、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)