[发明专利]基于太赫兹光谱的土壤铅污染程度预测方法及装置有效
申请号: | 201911089940.1 | 申请日: | 2019-11-08 |
公开(公告)号: | CN110987853B | 公开(公告)日: | 2022-02-11 |
发明(设计)人: | 李斌;李超;李银坤;王姝言 | 申请(专利权)人: | 北京农业信息技术研究中心 |
主分类号: | G01N21/3563 | 分类号: | G01N21/3563;G01N21/3581;G01N33/24;G06Q10/04;G06N3/08 |
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 污染 程度 预测 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铅污染程度预测方法及装置,所述基于太赫兹光谱的土壤铅污染程度预测方法,包括:获取待测土壤的pH值;获取待测土壤的太赫兹光谱数据;根据所述待测土壤的pH值选择与所述待测土壤的太赫兹光谱数据匹配的特征提取方式以及与所述待测土壤匹配的铅污染程度预测模型;利用所述特征提取方式提取所述待测土壤的太赫兹光谱数据的特征数据,并将所述特征数据输入至所述铅污染程度预测模型中,得到所述待测土壤的铅污染程度。本发明实施例能够得到较为准确的土壤铅污染程度预测结果。
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铅污染程度预测方法及装置。
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,土壤中铅污染程度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铅污染程度预测方法及装置。
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铅污染程度预测方法,包括:
获取待测土壤的pH值;
获取待测土壤的太赫兹光谱数据;
根据所述待测土壤的pH值选择与所述待测土壤的太赫兹光谱数据匹配的特征提取方式以及与所述待测土壤匹配的铅污染程度预测模型;
利用所述特征提取方式提取所述待测土壤的太赫兹光谱数据的特征数据,并将所述特征数据输入至所述铅污染程度预测模型中,得到所述待测土壤的铅污染程度。
进一步地,所述根据所述待测土壤的pH值选择与所述待测土壤的太赫兹光谱数据匹配的特征提取方式以及与所述待测土壤匹配的铅污染程度预测模型,具体包括:
根据所述待测土壤的pH值查询第一数据表,获取与所述pH值对应的最优特征提取方式以及对应的最优铅污染程度预测模型;
将获取的最优特征提取方式和最优铅污染程度预测模型作为与所述待测土壤的太赫兹光谱数据匹配的特征提取方式以及与所述待测土壤匹配的铅污染程度预测模型;
其中,所述第一数据表中预先存储有各pH值以及与各pH值对应的最优特征提取方式和最优铅污染程度预测模型之间的映射关系;
其中,与各pH值对应的最优特征提取方式和最优铅污染程度预测模型指相应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铅污染程度预测模型预测后得到的铅污染程度准确率最高。
进一步地,所述方法还包括:建立所述第一数据表,具体包括:
对各pH值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SVM的铅污染程度预测模型中,获取各pH值的样品土壤的第一铅污染程度预测结果;
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/201911089940.1/2.html,转载请声明来源钻瓜专利网。