【技术实现步骤摘要】
土壤有机质预测方法、装置、设备及存储介质
[0001]本专利技术涉及土壤有机质分析领域，特别涉及是一种土壤有机质预测方法、装置、设备以及存储介质。
技术介绍
[0002]土壤有机质泛指土壤中以各种形式存在的含碳有机化合物，指土壤中来源于生命的物质，是土壤中除土壤矿物质以外的物质，它是土壤中最活跃的部分，是土壤肥力的基础，是衡量土壤肥力的重要指标之一，测量土壤有机质对于指导农作物的种植具有重大意义。
[0003]随着光谱特征的研究的快速发展，近年来，针对土壤有机质在可见光范围或近红外范围的光谱特征，构建了一系列的土壤有机质光谱预测的指数，但该指数主要是针对土壤有机质含量数据较高的土壤，由于且会受到氧化铁吸收的影响，可见光范围的土壤光谱不利于有机质含量数据光谱建模。因此，对于土壤有机质含量数据较低、铁氧化物含量相对较高的土壤，测量的可行性差，且测量的效果不够准确。
技术实现思路
[0004]基于此，本专利技术的目的在于，提供一种土壤有机质预测方法、装置、设备以及存储介质，基于目标区域的土壤的反射光谱数据以...
【技术保护点】
【技术特征摘要】
1.一种土壤有机质预测方法，其特征在于，包括以下步骤：获取目标区域的土壤的反射光谱数据以及有机质含量数据，其中，所述反射光谱数据包括若干个波长范围的反射光谱曲线；从所述反射光谱数据中提取目标波长范围的反射光谱曲线，根据所述反射光谱数据以及有机质含量数据，计算所述目标波长范围的反射光谱曲线的光谱区间面积数据；根据所述目标区域的土壤的有机质含量数据以及光谱区间面积数据，构建土壤有机质预测模型，对所述土壤有机质预测模型进行精度评价；响应于预测指令，所述预测指令包括待预测区域的土壤的反射光谱数据，根据所述待预测区域的土壤的反射光谱数据以及土壤有机质预测模型，获取所述待预测区域的土壤的有机质含量数据。2.根据权利要求1所述的土壤有机质预测方法，其特征在于，所述从所述反射光谱数据中提取目标波长范围的反射光谱曲线之前，包括步骤：对所述反射光谱数据进行预处理，获取预处理后的反射光谱数据，其中，所述预处理步骤包括波段去除处理以及波段平均处理。3.根据权利要求1所述的土壤有机质预测方法，其特征在于，所述根据所述反射光谱数据以及有机质含量数据，计算所述目标波长范围的反射光谱曲线的光谱区间面积数据，包括步骤：根据所述反射光谱数据以及波段深度计算算法，获取所述反射光谱曲线的波段深度值，其中，所述波段深度计算算法为：值，其中，所述波段深度计算算法为：BD
(λi)
＝1
‑
R
′
(λi)
式中，R
λ(i)
为所述反射光谱曲线中波长λ(i)处的反射率值；λ
start
为所述反射光谱曲线中的起始位置的波长，λ
end
为所述反射光谱曲线中的终止位置的波长；R
c(λi)
为波长λ(i)的包络线的去除光谱值；BD
(λi)
为波长λ(i)的波段深度值；根据所述目标波长范围内的反射光谱曲线的波段深度值以及光谱面积数据计算算法，获取所述目标波长范围的反射光谱曲线的光谱区间面积数据，其中，所述光谱面积数据计算算法为：式中，TA为所述光谱区间面积数据，λ
left
为所述目标波长范围的反射光谱曲线的起始位置的波长，λ
right
为所述目标波长范围的反射光谱曲线的终止位置的波长。4.根据权利要求1所述的土壤有机质预测方法，其特征在于，所述根据所述目标区域的土壤的有机质含量数据以及光谱区间面积数据，构建土壤有机质预测模型，对所述土壤有机质预测模型进行精度评价之前，包括步骤：对所述目标区域的土壤的有机质含量数据以及光谱区间面积数据进行关联性检测，获
取检测结果，根据所述检测结果，从所述目标区域的土壤的有机质含量数据中提取样本有机质含量数据，从所述光谱区间面积数据中提取样本光谱区间面积数据。5.根据权利要求4所述的土壤有机质预测方法，其特征在于，所述对所述目标区域的土壤的有机质含量数据以及光谱区间面积数据进行关联性检测，获取检测结果，根据所述检测结果，从所述目标区域的土壤的有机质含量数据中提取样本有机质含量数据，从所述光谱区间面积数据中提取样本光谱区间面积数据，包括步骤：根据所述光谱区间面积数据、有机质含量数据以及皮尔逊相关系数算法，获取皮尔逊相...
【专利技术属性】
技术研发人员：李丹，王重洋，陈水森，姜浩，贾凯，秦伯雄，陈金月，
申请(专利权)人：广东省科学院广州地理研究所，
类型：发明
国别省市：
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。