一种用于水稻表土氮肥施用等级评定方法技术

本发明专利技术公开了一种用于水稻表土氮肥施用等级评定方法。采用光纤式高光谱仪测定多个水稻表土可见-近红外漫反射光谱数据，同时采集多个表土进行土壤全氮含量的化学测试；根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级；确定支持向量机的核函数与训练方式，将每个土样的光谱数据及对应的氮肥施用等级数据作为输入数据，输入支持向量机模型中；再采集多个待测水稻表土土样可见-近红外漫反射光谱数据，输入已经训练好的支持向量机模型判别类比，通过支持向量机模型判定后，计算并输出每个待测样本的氮肥施用等级。本发明专利技术指导水稻田合理施用氮肥，不仅体现在氮肥的合理施用，还对水稻田生态环境以及整体自然环境生态体系的有效保护。

【技术实现步骤摘要】

本专利技术涉及土壤属性高光谱预测方法，具体涉及一种用于水稻表土氮肥施用等级 评定方法。
技术介绍
土壤氮肥是土壤肥力三要素的重要组成部分，是影响作物生长发育的重要营养元 素，其浓度含量将影响农作物的产量和品质。在农田中科学管理氮肥施用能够使作物有效 利用肥料，减少因过量施肥引起的环境污染、土壤质量下降等问题，其关键技术问题是在施 肥前提前测定该农田土壤中已有氮肥含量，确定氮肥施用等级。 传统测土配方施肥技术测定表层土壤氮肥施用量存在费用高、耗时久等不足。利 用可见-近红外光谱分析技术快速检测土壤属性信息已经成为一种可靠有效的技术手段， 并且具有环保、不破坏、田间实地分析、多种属性同时检测等优点而被广泛应用。而目前光 谱技术大都用于土壤氮的定量估计，尚未有研宄进行过氮肥施用等级的判定。因此，十分 有必要建立一种快速评定水稻表土氮肥施用等级的方法，弥补传统测土配方施肥技术的不 足。
技术实现思路
针对上述
技术介绍
的不足，本专利技术的目的在于提供一种用于水稻表土氮肥施用等 级评定方法，利用已经训练好的支持向量模型机判别类比，将采集到的待检测水稻表土土 样可见-近红外光谱数据输入，可以快速得出氮肥施用等级，指导水稻田合理施用氮肥。 本专利技术采用的技术方案的步骤如下： 步骤1)采用光纤式高光谱仪测定多个水稻表土可见-近红外漫反射光谱数据，同 时采集多个水稻表土进行土壤全氮含量的化学测试； 步骤2)根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级； 步骤3)确定支持向量机的核函数与训练方式，将每个水稻表土土样的光谱数据 及对应的氮肥施用等级数据作为输入数据，即训练数据，输入支持向量机模型中； 步骤4)根据步骤1)再采集多个待测水稻表土土样可见-近红外漫反射光谱数据 并进行预处理，输入已经训练好的支持向量机模型判别类比，通过支持向量机模型判定后， 计算并输出每个待测样本的氮肥施用等级。 所述步骤1)的具体过程为： 步骤（I. 1)采集多个水稻表土土样的光谱数据； 步骤（1. 2)用化学方法分析所采集多个水稻表土土样的全氮含量； 步骤（1. 3)对所述光谱数据进行预处理。 所述步骤（1. 2)中，所述用化学方法分析是用半微量开氏法测定。 步骤（1. 3)中，所述光谱数据进行预处理的方法为基于最小二乘的Savitzky-Go lay经典平滑滤波与一阶微分变换相结合的方法。 所述步骤3)的具体过程为： 步骤（3. 1)设已知训练集 T = Kx1J1),…，（xn，yn)} e (χχγ)η，其中 Xie X = Rn，R为实数，η为参与模型训练的样本数，yie Y = {1，2, 3, 4, 5, 6}，i = 1，…，η ;X为可 见-近红外光谱矩阵，xi为第i个土样的可见-近红外光谱数据，Y为步骤2)中计算得到 的氮肥施用等级矩阵，yi为第i个土样的具体氮肥施用等级； 步骤（3. 2)选择核函数K(Xi, Xj)和惩罚参数为常数C，a为系数参数，ap 分别 为第i、j个土样的系数参数，构造并求解最优化问题【主权项】1. ，其特征在于，该方法的步骤如下： 步骤1)采用光纤式高光谱仪测定多个水稻表土可见-近红外漫反射光谱数据，同时采 集多个水稻表土进行土壤全氮含量的化学测试； 步骤2)根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级； 步骤3)确定支持向量机的核函数与训练方式，将每个水稻表土土样的光谱数据及对 应的氮肥施用等级数据作为输入数据，即训练数据，输入支持向量机模型中； 步骤4)根据步骤1)再采集多个待测水稻表土土样可见-近红外漫反射光谱数据并进 行预处理，输入已经训练好的支持向量机模型判别类比，通过支持向量机模型判定后，计算 并输出每个待测样本的氮肥施用等级。2. 根据权利要求1所述的，其特征在于，所 述步骤1)的具体过程为： 步骤（1. 1)采集多个水稻表土土样的光谱数据； 步骤（1. 2)用化学方法分析所采集多个水稻表土土样的全氮含量； 步骤（1. 3)对所述光谱数据进行预处理。3. 根据权利要求2所述的，其特征在于，所 述步骤（1.2)中，所述用化学方法分析是用半微量开氏法测定。4. 根据权利要求2所述的，其特征在于，步 骤（1. 3)中，所述光谱数据进行预处理的方法为基于最小二乘的Savitzky_G〇lay经典平滑 滤波与一阶微分变换相结合的方法。5. 根据权利要求1所述的，其特征在于，所 述步骤3)确定支持向量机的核函数与训练方式的具体过程为： 步骤（3. 1)设已知训练集T= {(Xl，yi)，…，（xn，yn)}G(XXY)n，其中XiGX=Rn，R为实数，n为参与模型训练的样本数；yiGY= {1，2,3,4,5,6}，i= 1，…，n;X为可见-近 红外光谱矩阵，Xi为第i个土样的可见-近红外光谱数据，Y为步骤2)中计算得到的氮肥 施用等级矩阵，yi为第i个土样的具体氮肥施用等级； 步骤（3.2)选择核函数K(Xi，Xp和惩罚参数为常数C，a为系数参数，ai、别为第i、j个土样的系数参数，构造并求解最优化问题得最优解Y 步骤（3. 3)选择a#的一个小于C的正分量 <，并据此计算核函数取径向基函数：6.根据权利要求1或4所述的，其特征在于， 所述步骤4)的具体过程为： 将采集到的多个待测水稻表土土样的可见-近红外光谱数据进行预处理，预处理方法 如步骤（1.3)，然后输入到决策函数中，决策函数.计算得到 待测土样氮肥施用等级。【专利摘要】本专利技术公开了。采用光纤式高光谱仪测定多个水稻表土可见-近红外漫反射光谱数据，同时采集多个表土进行土壤全氮含量的化学测试；根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级；确定支持向量机的核函数与训练方式，将每个土样的光谱数据及对应的氮肥施用等级数据作为输入数据，输入支持向量机模型中；再采集多个待测水稻表土土样可见-近红外漫反射光谱数据，输入已经训练好的支持向量机模型判别类比，通过支持向量机模型判定后，计算并输出每个待测样本的氮肥施用等级。本专利技术指导水稻田合理施用氮肥，不仅体现在氮肥的合理施用，还对水稻田生态环境以及整体自然环境生态体系的有效保护。【IPC分类】G06F19-00, G01N21-31【公开号】CN104778349【申请号】CN201510135919【专利技术人】李硕, 史舟, 王乾龙, 周银 【申请人】浙江大学【公开日】2015年7月15日【申请日】2015年3月26日本文档来自技高网...

【技术保护点】
一种用于水稻表土氮肥施用等级评定方法，其特征在于，该方法的步骤如下：步骤1)采用光纤式高光谱仪测定多个水稻表土可见‑近红外漫反射光谱数据，同时采集多个水稻表土进行土壤全氮含量的化学测试；步骤2)根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级；步骤3)确定支持向量机的核函数与训练方式，将每个水稻表土土样的光谱数据及对应的氮肥施用等级数据作为输入数据，即训练数据，输入支持向量机模型中；步骤4)根据步骤1)再采集多个待测水稻表土土样可见‑近红外漫反射光谱数据并进行预处理，输入已经训练好的支持向量机模型判别类比，通过支持向量机模型判定后，计算并输出每个待测样本的氮肥施用等级。

【技术特征摘要】

【专利技术属性】
技术研发人员：李硕，史舟，王乾龙，周银，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33