一种基于光谱技术的水产养殖水质总氮含量检测方法技术

本发明专利技术提供一种基于光谱技术的水产养殖水质总氮含量检测方法，包括：获取原始光谱数据，原始光谱数据包括每一水质样本的水质光谱数据和每一水质样本的总氮含量真实值，每一水质样本的水质光谱数据表示每一水质样本在预设波长范围内的吸光度；通过无信息变量消除法和连续投影算法对原始光谱数据进行筛选，获得光谱特征数据；通过最小二乘支持向量机对光谱特征数据进行建模，获得检测模型，通过检测模型获得待测水质样本的总氮含量检测值。本发明专利技术提供了一种基于光谱技术的水产养殖水质总氮含量检测方法，不需要对样品进行预处理，不需要消耗化学试剂，是一种快速、低成本、无损分析的绿色检测技术，相对于传统的方法更具有先进性和环保性。

【技术实现步骤摘要】
一种基于光谱技术的水产养殖水质总氮含量检测方法
本专利技术涉及水质检测领域，更具体地，涉及一种基于光谱技术的水产养殖水质总氮含量检测方法。
技术介绍
随着社会经济的发展，人们的膳食结构也在逐步调整，而水产品以其脂肪含量低，营养价值丰富且均衡，易吸收等优点获得了越来越多人们的青睐，成为了人们日常生活中不可缺少的重要组成部分。然而由于海洋渔业资源的过度开发利用，天然的水产资源已经不能满足人们的生活需求。随着人工水产养殖比例逐年上升，这种供不应求的状况在很大程度上得到了缓解。新中国刚成立时，我国水养殖的总产量仅有11万吨。随着我国水产养殖业的发展，到了2012年，我国水产品养殖产量4288.36万吨，占我国水产品总量的72.6％，占全世界养殖水产品总量的65.70％。2016年，我国水产品养殖产量达到5156万吨，占我国水产品总量的74.7％。水产养殖是基于陆地水域通过人工饲养方式生产出水产品的产业。对于水产养殖而言，使用的环境资源就是水资源。养殖水域的水质状况直接影响到水产养殖业的产量、质量、经济效益和生态环境效益。如果水质指标超出了水产养殖生物生长所能忍受的范围，轻则会造成水生生物不能健康生长，重则会导致水产养殖生物大量死亡，浪费了大量的人力、物力和财力。氮是组成蛋白质的主要元素之一。氮是水产饲料不可或缺的成分，特别是在甲鱼、鳗、虾类等集约化养殖过程中通常要使用高蛋白质饵料，以促进其快速生长。在我国目前的水产养殖生产中，特别是投喂高蛋白质饲料的情况下，鱼类摄入的氮中只有较少的一部分沉积在鱼体内转化为鱼类体蛋白，而相当一部分蛋白质被作为能源物质为鱼类所利用，还有一部分不能被消化吸收而被直接排出体外，而这被排出体外的氮绝大部分溶解在水中。这样会造成养殖水体中总氮水平过高，其一旦超过了水体自身的自净能力，就会导致水体中含氮、磷营养物质的富集，引起藻类及其它浮游生物迅速繁殖、水体溶解氧量下降、鱼类及其它生物大量死亡、水质恶化。2010年，全国水产养殖业由于污染和病害造成的经济损失高达45.50亿元，全部水产品损失总量的22％。养殖水体的污染不但给社会经济造成很大的影响，而且严重的制约了我国水产养殖业的可持续发展。近年来，研究用一种比较快速又精确的方式检测水体中某种物质是否超标成为国内外的研究热点。传统的碱性过硫酸钾-紫外分光光度法测量水质总氮含量方法只能逐一测定水质样本的总氮含量，耗时耗力耗材且易对环境造成污染。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的一种基于光谱技术的水产养殖水质总氮含量检测方法。根据本专利技术的一个方面，提供一种水质总氮含量检测方法，S1、获取原始光谱数据，所述原始光谱数据包括每一水质样本的水质光谱数据和所述每一水质样本的总氮含量真实值，所述每一水质样本的水质光谱数据表示所述每一水质样本在预设波长范围内的吸光度；S2、通过无信息变量消除法和连续投影算法对预处理后的原始光谱数据进行筛选，获得光谱特征数据；S3、通过最小二乘支持向量机对所述光谱特征数据进行建模，获得检测模型，通过所述检测模型获得待测水质样本的总氮含量检测值。优选地，步骤S2之前还包括：S01、对所述原始光谱数据进行一阶求导处理；S02、通过小波变换和Savitzky-Golay算法对一阶求导后的数据进行平滑处理，获得预处理后的原始光谱数据。优选地，通过如下公式对所述原始光谱数据进行一阶求导处理：其中，f'(xi)表示一阶求导处理后的数据，h为光谱扫描步长，xi为所述原始光谱数据中波长为inm处的水质样本的吸光度。优选地，步骤S02具体包括：S021、通过对一阶求导后的数据进行小波变换，获得第一小波分解系数和第二小波分解系数；S022、通过Savitzky-Golay算法对所述第一小波分解系数进行平滑处理，获得平滑后的第一小波分解系数，通过Savitzky-Golay算法对所述第二小波分解系数进行平滑处理，获得平滑后的第二小波分解系数；S023、对平滑后的第二小波分解系数进行阈值量化处理，获得量化后的第二小波分解系数；S024、对平滑后的第一小波分解系数和量化后的第二小波分解系数进行小波重构，获得预处理后的原始光谱数据。优选地，通过如下公式对平滑后的第二小波分解系数进行阈值量化处理：其中，d'j(i)表示对所述第二小波分解系数的第i个元素进行阈值量化处理后的结果，dj表示所述第二小波分解系数，j表示分解尺度，dj(i)表示所述第二小波分解系数中的第i个元素，Thrj表示量化阈值。优选地，所述量化阈值为：其中，σ表示所述第二小波分解系数的噪声方差，j表示分解尺度，n表示所述第二小波分解系数的个数。优选地，步骤S4之后还包括：通过决定系数、建模均方根误差和预测均方根误差，判断所述总氮含量检测值是否达到预设精度。根据本专利技术的另一个方面，提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行一种水质总氮含量检测方法。根据本专利技术的又一个方面，提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行一种水质总氮含量检测方法。本专利技术提供了一种基于光谱技术的水产养殖水质总氮含量检测方法，不需要对样品进行预处理，不需要消耗化学试剂，属于绿色检测技术，是一种快速、低成本、无损分析技术，相对于传统的方法更具有先进性和环保性。附图说明图1为本专利技术实施例一种基于光谱技术的水产养殖水质总氮含量检测方法的流程图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。现有的的碱性过硫酸钾-紫外分光光度法测量水质总氮含量方法只能逐一测定水质样本的总氮含量，相对耗时耗力耗材且易对环境造成污染的缺点。通过总结国内国外的研究资料得知，紫外-可见光光谱技术在水质检测方面的应用越来越多，这是由于光谱技术是一种快速、低成本、无损分析技术，它测量时间短，不需要对样品进行预处理，不需要消耗化学试剂，属于绿色检测技术。因此，本专利技术以水产养殖水质为研究对象，进行基于光谱技术的水产养殖水质总氮快速检测的新方法的研究，为实现水产养殖环境的实时监控提供了理论和技术依据。在当前水产养殖水质污染严重，国家要求实现水产健康养殖的大背景下，研究水产养殖水质总氮快速和准确的检测方法，具有非常重要的意义。同时，基于光谱的水质信息获取和感知方法的研究，为实现基于物联网的智能农业提供了技术支撑，也为光谱技术用于其他养殖水质指标的快速检测提供了研究思路。图1为本专利技术实施例一种基于光谱技术的水产养殖水质总氮含量检测方法的流程图，如图1所示，该方法包括：S1、获取原始光谱数据，所述原始光谱数据包括每一水质样本的水质光谱数据和所述每一水质样本的总氮含量真实值，所述每一水质样本的水质光谱数据表示所述每一水质样本在预设波长范围内的吸光度；S2、通过无信息变量消除法和连续投影算法对预处理后的原始光谱数据进行筛选，获得光谱特征数据；S3、通过最小二乘支持向量机对所述光谱特征数据进行建模，获得检测模型，通过所述检测模型获得待测水质样本的总氮含量检测值。需要说明本文档来自技高网...

【技术保护点】
一种水质总氮含量检测方法，其特征在于，包括：S1、获取原始光谱数据，所述原始光谱数据包括每一水质样本的水质光谱数据和所述每一水质样本的总氮含量真实值，所述每一水质样本的水质光谱数据表示所述每一水质样本在预设波长范围内的吸光度；S2、通过无信息变量消除法和连续投影算法对预处理后的原始光谱数据进行筛选，获得光谱特征数据；S3、通过最小二乘支持向量机对所述光谱特征数据进行建模，获得检测模型，通过所述检测模型获得待测水质样本的总氮含量检测值。

【技术特征摘要】
1.一种水质总氮含量检测方法，其特征在于，包括：S1、获取原始光谱数据，所述原始光谱数据包括每一水质样本的水质光谱数据和所述每一水质样本的总氮含量真实值，所述每一水质样本的水质光谱数据表示所述每一水质样本在预设波长范围内的吸光度；S2、通过无信息变量消除法和连续投影算法对预处理后的原始光谱数据进行筛选，获得光谱特征数据；S3、通过最小二乘支持向量机对所述光谱特征数据进行建模，获得检测模型，通过所述检测模型获得待测水质样本的总氮含量检测值。2.根据权利要求1所述方法，其特征在于，步骤S2之前还包括：S01、对所述原始光谱数据进行一阶求导处理；S02、通过小波变换和Savitzky-Golay算法对一阶求导后的数据进行平滑处理，获得预处理后的原始光谱数据。3.根据权利要求2所述方法，其特征在于，通过如下公式对所述原始光谱数据进行一阶求导处理：其中，f'(xi)表示一阶求导处理后的数据，h为光谱扫描步长，xi为所述原始光谱数据中波长为inm处水质样本的吸光度。4.根据权利要求2所述方法，其特征在于，步骤S02具体包括：S021、通过对一阶求导后的数据进行小波变换，获得第一小波分解系数和第二小波分解系数；S022、通过Savitzky-Golay算法对所述第一小波分解系数进行平滑处理，获得平滑后的第一小波分解系数，通过Savitzky-Golay算法对所述第二小波分解系数进行平滑处理，获得平滑后的第二小波分解系数；S023、对平滑后的第二小波...

【专利技术属性】
技术研发人员：李鑫星，周婧，姚久彬，张小栓，孙龙凊，曹霞敏，杨菡，冀际安，刘恒一，肖颖欣，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京,11