The invention discloses a soil attribute prediction method based on multi-sensor fusion. Soil samples were air-dried, ground and sifted through pore, and then soil spectra were determined. The visibility, mid-infrared spectra, X-ray fluorescence spectra and laser-induced breakdown spectra of soil samples were measured respectively. Spectral data were pretreated by different pretreatment methods, and the characteristic band was screened. A single sensor prediction model for each soil attribute is constructed, and a fusion sensor prediction model for each soil attribute is constructed. The fusion sensor prediction model and the single sensor prediction model are used for prediction. The invention solves the problem of low stability of soil attributes detected by a single sensor by using multi-sensor fusion technology, and improves the accuracy and stability of soil attributes prediction.
【技术实现步骤摘要】
一种基于多传感器融合的土壤属性预测方法
本专利技术涉及波谱分析技术、多传感融合技术,尤其涉及了一种基于多传感器融合的土壤属性预测方法。
技术介绍
土壤有机质、pH和全氮是重要的土壤肥力指标,其准确、快速获取,对农田管理、土壤保护等都具有重要意义。传统的测量方法虽然能获取较高精度,但田间土壤取样和实验室化学分析周期长、成本高、过程复杂、实时性差。受实际分析样本数量的限制,很难客观地反映大面积农田的实际土壤养分分布情况。此外,大量的土壤化验分析产生的酸碱废弃物,处理不当也易引起环境污染。而波谱技术监测土壤属性信息具有快速、简便、非接触、不破坏且能同时测量多种土壤属性等优点。各国科学研究人员已经对此进行了大量研究和实验,成果显著。但土壤是一个复杂的综合体,采样区域及采样点的差异都会造成预测模型精度的差异,利用单一传感器建立的预测模型稳定性和普适性低,无法满足土壤复杂性的要求。因此,有学者开始开展利用多传感融合技术进行土壤属性预测研究(Wang,D.,Chakraborty,S.,Weindorf,D.C.2015.SynthesizeduseofVisNIRDRSandPXRFforsoilcharacterization:Totalcarbonandtotalnitrogen.Geoderma,243,pp157-167.)(O'Rourke,S.M.,Stockmann,U.,Holden,N.M.2016.Anassessmentofmodelaveragingtoimprovepredictivepowerofportablevis-NIRandXRFf ...
【技术保护点】
1.一种基于多传感器融合的土壤属性预测方法,包括以下步骤:步骤(1)土壤光谱数据获取:对采集的土壤样本进行风干、研磨并通过孔筛,然后进行土壤光谱测定,分别测定土壤样本的可见‑近红外光谱、中红外光谱、X射线荧光光谱和激光诱导击穿光谱;步骤(2)光谱数据预处理:将步骤(1)中获取的光谱数据采用不同的预处理方法进行分别预处理;步骤(3)特征波段选择:将步骤(2)中预处理之后的光谱数据进行特征波段筛选;步骤(4)建立融合的土壤属性预测模型:利用已知土壤属性的土壤样本经过上述步骤(1)~步骤(3)的处理获得特征波段,将特征波段的光谱数据作为模型的输入,以土壤样本的已知土壤属性作为模型的输出,构建训练获得每个土壤属性各自对应一种光谱数据的单传感器预测模型;然后将多种单传感器预测模型的土壤属性预测结果融合共同作为模型的输入,以土壤样本的已知土壤属性作为模型的输出,构建训练获得每个土壤属性的融合传感器预测模型,采用融合传感器预测模型和单传感器预测模型共同作为土壤属性预测模型对待测土壤的土壤属性进行预测处理。
【技术特征摘要】
1.一种基于多传感器融合的土壤属性预测方法,包括以下步骤:步骤(1)土壤光谱数据获取:对采集的土壤样本进行风干、研磨并通过孔筛,然后进行土壤光谱测定,分别测定土壤样本的可见-近红外光谱、中红外光谱、X射线荧光光谱和激光诱导击穿光谱;步骤(2)光谱数据预处理:将步骤(1)中获取的光谱数据采用不同的预处理方法进行分别预处理;步骤(3)特征波段选择:将步骤(2)中预处理之后的光谱数据进行特征波段筛选;步骤(4)建立融合的土壤属性预测模型:利用已知土壤属性的土壤样本经过上述步骤(1)~步骤(3)的处理获得特征波段,将特征波段的光谱数据作为模型的输入,以土壤样本的已知土壤属性作为模型的输出,构建训练获得每个土壤属性各自对应一种光谱数据的单传感器预测模型;然后将多种单传感器预测模型的土壤属性预测结果融合共同作为模型的输入,以土壤样本的已知土壤属性作为模型的输出,构建训练获得每个土壤属性的融合传感器预测模型,采用融合传感器预测模型和单传感器预测模型共同作为土壤属性预测模型对待测土壤的土壤属性进行预测处理。2.根据权利要求1所述的一种基于多传感器融合的土壤属性预测方法,其特征在于:所述步骤(1)中,四种不同的光谱采用的过孔筛处理不同,具体为:可见-近红外光谱、中红外光谱、X射线荧光光谱下对土壤样本均通过2mm孔筛,激光诱导击穿光谱下对土壤样本通过0.5mm孔筛并进行压片处理。3.根据权利要求1所述的一种基于多传感器融合的土壤属性预测方法,其特征在于:所述步骤(1)中,每种光谱测定,每个土壤样本均选择三个不同位置的点进行测试,然后取三...
【专利技术属性】
技术研发人员:史舟,徐冬云,周炼清,洪武斌,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。