基于多源数据融合和机器学习的土壤孔隙度原位检测方法技术

本发明专利技术公开一种基于多源数据融合和机器学习的土壤孔隙度原位检测方法，包括：将土壤孔隙度原位检测机器学习模型部署在土壤孔隙度原位检测装置的工控机中，采集待测土样；使用时域反射传感器探针插入获取附近土壤的土壤体积水含量、土壤温度及体积电导率；数据采集模块采集待测土样内部水平切面的分层图像及土壤阻力的变化曲线；数据处理模块对数据处理，分别得到图像特征、标准温度25℃时的体积电导率和土壤阻力平均值；将土壤体积水含量以及得到数据作为待测土样的特征数据，将特征数据代入训练好的土壤孔隙度原位检测机器学习模型中，计算出待测土样的土壤孔隙度。该方法可以快速地对土壤孔隙度进行检测，检测效率快，成本低廉，检测精度高。检测精度高。检测精度高。

【技术实现步骤摘要】
基于多源数据融合和机器学习的土壤孔隙度原位检测方法


[0001]本专利技术涉及土壤检测
，具体涉及一种基于多源数据融合和机器学习的土壤孔隙度原位检测方法。

技术介绍

[0002]土壤孔隙是土壤颗粒之间存在的间隙。它与土壤肥力密切相关，是土壤中的水分、空气重要通道和贮存场所，为植物根系发育和微生物繁殖提供了空间和养分，直接影响水气二相在土体中的迁移与根系在土壤中的生长。
[0003]土壤孔隙度即土壤孔隙容积占土体容积的百分比。土壤孔隙度是土壤重要的物理性质参数之一，是研究土壤最基础的数据资料。目前，测定土壤孔隙度的主要方法包括环刀法、计算机断层扫描技术和核磁共振技术。其中，环刀法为传统实验法，测定工具简单易得，操作简便；但是，对于不同质地的土壤，环刀法检测一个土样需要三至四天，但耗时长，费时费力，检测效率低。计算机断层扫描技术和核磁共振技术均为影像检测方法，对于需要大样本的科学研究和进行大规模的土壤普查而言，采用计算机断层扫描技术和核磁共振技术成本高昂。因此，亟需一种成本更低、更快的技术来准确、及时地检测土壤孔隙度，以指导耕作制度和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源数据融合和机器学习的土壤孔隙度原位检测方法，其特征在于，包括以下步骤：(1)将训练好的土壤孔隙度原位检测机器学习模型部署在土壤孔隙度原位检测装置的工控机中，所述工控机包括数据采集模块以及数据处理模块；(2)采用标准的环刀在检测点上采集待测土样；使用时域反射传感器探针插入待测土样的采集位置的附近土壤中，获取土壤体积水含量、土壤温度以及体积电导率；(3)使用土壤孔隙度原位检测装置对环刀中的待测土样进行向上推出，然后对待测土样推出的部分进行水平剪切，使得原状土柱露出内部水平切面，数据采集模块采集待测土样内部水平切面的分层图像以及采集待测土样在剪切过程中土壤阻力的变化曲线；(4)数据处理模块对待测土样的分层图像、不同温度下测得的体积电导率以及土壤阻力的变化曲线进行处理，分别得到图像特征、标准温度25℃时的体积电导率和土壤阻力平均值；将土壤体积水含量、图像特征、标准温度25℃时的体积电导率和土壤阻力平均值作为待测土样的特征数据，将特征数据代入训练好的土壤孔隙度原位检测机器学习模型中，计算出待测土样的土壤孔隙度。2.根据权利要求1所述的一种基于多源数据融合和机器学习的土壤孔隙度原位检测方法，其特征在于，所述土壤孔隙度原位检测机器学习模型的构建方法，包括以下步骤：(S1)采用标准的环刀在田间的采样点上采集未破坏土壤结构的原状土柱，并将时域反射传感器探针插入原状土柱的采集位置的附近土壤中，获得土壤体积水含量、土壤温度以及体积电导率；(S2)使用土壤孔隙度原位检测装置对环刀中的原状土柱依次进行等高推出，每次推出原状土柱后，土壤孔隙度原位检测装置会对原状土柱推出的部分进行水平剪切，使得原状土柱露出内部水平切面，土壤孔隙度原位检测装置采集原状土柱内部水平切面的分层图像以及采集原状土柱在剪切过程中土壤阻力的变化曲线；(S3)采用Python
‑
OpenCV对分层图像进行预处理并提取图像特征，将不同温度下测得的体积...

【专利技术属性】
技术研发人员：王海林，刘怡颖，侯俊伟，江俊，傅灯斌，马锐军，杨秀丽，齐龙，欧阳霖，杨沄瑾，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：