[发明专利]基于太赫兹光谱的土壤含铅量预测模型确定方法及装置有效
申请号: | 201911089915.3 | 申请日: | 2019-11-08 |
公开(公告)号: | CN110867221B | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 李斌;李超;罗斌;闫华;陈文焘 | 申请(专利权)人: | 北京农业信息技术研究中心 |
主分类号: | G16C20/70 | 分类号: | G16C20/70;G01N21/3563;G01N21/3581 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 苗晓静 |
地址: | 100097 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 赫兹 光谱 土壤 含铅量 预测 模型 确定 方法 装置 | ||
本发明实施例公开了一种基于太赫兹光谱的土壤含铅量预测模型确定方法及装置,所述方法,包括:对处于各pH值区间的样品土壤的太赫兹光谱数据分别采用不同的特征提取方式进行特征提取,并将采用不同特征提取方式获得的特征提取结果输入至不同的土壤含铅量预测模型中,得到在不同的特征提取方式与不同的土壤含铅量预测模型多种组合下的多个含铅量预测结果;根据与处于各pH值区间的样品土壤分别对应的多个含铅量预测结果,确定与处于各pH值区间的土壤对应的最优特征提取方式和最优土壤含铅量预测模型组合。本发明实施例可以确定适用于处于不同pH值区间土壤的最优特征提取方式和最优土壤含铅量预测模型组合。
技术领域
本发明涉及土壤检测技术领域,具体涉及一种基于太赫兹光谱的 土壤含铅量预测模型确定方法及装置。
背景技术
铅污染是主要的土壤重金属污染形式之一。铅具有生物毒性、不 可降解性及在生物体中的累积性,在进入土壤后,容易通过溶解、沉 淀、络合和吸附等以不同的化学形态富集于表层土壤中,而这一区域 正好是农作物根系与土壤进行物质营养交换的主要场所。因此铅可能 通过食物链进入人体,在人体中累积达到一定浓度后会危害人体内脏 组织、神经系统、骨骼造血系统等。由此可知,土壤中含铅量的检测 对于农用土地污染风险管控以及保障农产品质量安全具有重要意义。
传统的实验室分析测定土壤重金属浓度是一个非常繁琐和费时 的过程,同时也需要使用到危险的化学试剂,而且实验废弃液会对环 境造成二次污染。而用传统光谱检测技术如电感耦合等离子发射光谱 法和原子吸收光谱法等测定土壤重金属浓度具有较高的使用费和维 护成本。
近些年来,随着光学、遥感技术以及其他学科的深人研究与快速 发展,衍生出一些基于光谱分析的土壤重金属检测方法,如太赫兹光 谱法等。但是目前在采用太赫兹光谱法进行土壤含铅量分析时,得到 的土壤含铅量分析结果不够准确。
发明内容
由于现有方法存在上述问题,本发明实施例提出一种基于太赫兹 光谱的土壤含铅量预测模型确定方法及装置。
第一方面,本发明实施例提供了一种基于太赫兹光谱的土壤含铅 量预测模型确定方法,包括:
对处于各pH值区间的样品土壤的太赫兹光谱数据分别采用不同 的特征提取方式进行特征提取,并将采用不同特征提取方式获得的特 征提取结果输入至不同的土壤含铅量预测模型中,得到在不同的特征 提取方式与不同的土壤含铅量预测模型多种组合下的多个含铅量预 测结果;
根据与处于各pH值区间的样品土壤分别对应的多个含铅量预测 结果,确定与处于各pH值区间的土壤对应的最优特征提取方式和最 优土壤含铅量预测模型组合;
其中,与处于各pH值区间的土壤对应的最优特征提取方式和最 优土壤含铅量预测模型组合指相应pH值的土壤的太赫兹光谱数据在 经过对应的最优特征提取方式进行光谱特征提取并输入至对应的最 优土壤含铅量预测模型预测后得到的含铅量准确率最高。
进一步地,所述对处于各pH值区间的样品土壤的太赫兹光谱数 据分别采用不同的特征提取方式进行特征提取,并将采用不同特征提 取方式获得的特征提取结果输入至不同的土壤含铅量预测模型中,得 到在不同的特征提取方式与不同的土壤含铅量预测模型多种组合下 的多个含铅量预测结果,具体包括:
对处于各pH值区间的样品土壤的太赫兹光谱数据采用主成分分 析方法进行特征提取,并将特征提取结果输入至基于PLS的土壤含 铅量预测模型中,获取处于各pH值区间的样品土壤的第一含铅量预 测结果;
对处于各pH值区间的样品土壤的太赫兹光谱数据采用连续投影 法进行特征提取,并将特征提取结果输入至基于PLS的土壤含铅量 预测模型中,获取处于各pH值区间的样品土壤的第二含铅量预测结 果;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京农业信息技术研究中心,未经北京农业信息技术研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911089915.3/2.html,转载请声明来源钻瓜专利网。