消除水分对近红外光谱检测土壤全氮含量影响的方法

摘要

本发明提供一种消除水分对近红外光谱检测土壤全氮含量影响的方法，该方法包括：对土壤样本集进行光谱扫描，获得预定波长范围内土壤样本集各个土壤样本的近红外吸光度值；设计了归一化水分吸收指数MAI；在对土壤按照MAI的梯度进行分类，提出相应的修正系数；利用修正系数分别对原始吸收光度进行修正，获得土壤修正吸光度数据，并选取若干个波长的修正吸光度数据作为全氮预测因子；利用BP神经网络建立土壤全氮预测模型进行全氮含量预测。通过本发明减少实验预处理过程，消除了土壤水分对近红外光谱检测土壤全氮含量准确性的影响，提高了检测效率。

主权项

一种消除水分对近红外光谱检测土壤全氮含量影响的方法，其特征在于，该方法包括：S1、对土壤样本集进行光谱扫描，获得预定波长范围内土壤样本集中各土壤样本的近红外吸光度值其中k是土壤样本序号，k＝1,…,n，n是土壤样本集中样本的数量，j是波长；S2、利用波长为1450nm和1940nm处的吸光度值计算归一化水分吸收指数MAI：${\mathrm{MAI}}^k=\frac{A_{1940}^k-A_{1450}^k}{A_{1940}^k+A_{1450}^k}\times 100;$其中，k是土壤样本序号，和分别是第k个土壤样本在1940nm和1450nm处的吸光度值；S3、将所述MAI划分为≤MAIT₁，(MAIT₁,MAIT₂],…,(MAIT_m‑2，MAIT_m‑1],>MAIT_m‑1共m个区间，同时确定不同MAI梯度的土壤吸光度的修正系数λ_i：其中，i是MAI分类梯度序号，i＝1,2,3···m；m是MAI梯度的个数；MAIT_i是MAI分类梯度的边界值；λ_i是MAI为第i个梯度的土壤吸光度的修正系数；A_avgs是所述≤MAIT₁梯度的土壤样本平均吸光度值；A_avgi是MAI为第i个梯度的土壤样本的平均吸光度值；S4、利用修正系数分别对所述吸收光度值进行修正，获得土壤修正吸光度值并计算修正吸光度一阶微分光谱，基于相关关系法选取若干个波长的修正吸光度值或修正吸光度一阶微分光谱作为全氮预测因子；S5、将所述预测因子作为输入层变量，土壤全氮含量作为输出层变量，利用BP神经网络建立土壤全氮预测模型，进行土壤全氮含量预测。