基于近红外光谱的蛭石基质速效氮快速检测装备研究
在沙漠设施农业中采用精准农业技术进行作物栽培是一种新的尝试,低成本和高保水、保肥的蛭石基质配合精准控制是沙漠设施农业的发展趋势。速效氮常被用于促进作物生长、保证作物产量的短期快速氮肥补充,精确获取蛭石基质中速效氮含量信息对沙漠设施农业水肥利用具有指导作用。本研究以沙漠设施农业中蛭石基质为研究对象,采用近红外光谱检测方法对蛭石基质中的速效氮含量进行定量检测,建立了波段为940～1660 nm的蛭石基质速效氮近红外光谱预测模型,并以此为基础搭建了速效氮含量检测装备。主要研究内容及结果如下:（1）揭示了蛭石基质样本不同颗粒等级对近红外光谱检测的影响模型。制备了三种粒度等级不同含水率的蛭石基质样本各114个,以不同蛭石基质粒度等级建立了基质含水率的光谱预测模型。通过比较分析原始光谱和多元散射校正（MSC）、标准正态变量变换（SNV）预处理算法光谱数据处理后的预测模型,研究了MSC和SNV对样品粒度等级光谱数据优化效果,其中SNV预处理算法对0.20～0.60 mm蛭石基质样本光谱数据预处理优化联合偏最小二乘回归（PLSR）建模最佳,其模型的RPD为6.70。表明建立高精度的光谱预测模型需尽可能采用粒度较小的样本,通过样品粉碎、筛选等物理前处理方法减小样品粒度差异,并结合预处理算法减小光谱散射对近红外光谱检测的影响,可综合提高模型的预测性能。（2）研究了蛭石基质样本不同含水率对近红外光谱检测的变化模型。以粒度等级为0.00～0.20mm的114个不同含水率蛭石基质样本建立了基质含水率的光谱预测模型,研讨蛭石基质含水率对光谱检测的影响。通过比较分析原始光谱数据和预处理后的光谱数据,以及逐次投影算法（SPA）和竞争性自适应重加权算法（CARS）特征变量提取后PLSR和多元线性回归（MLR）建立的光谱预测模型,探讨最佳蛭石基质含水率近红外光谱预测模型。其中SG平滑预处理算法结合SPA特征提取的MLR建模模型最佳,RPD为11.75。（3）探究了蛭石基质样本不同速效氮含量对近红外光谱检测的作用模型。以速效氮含量不同的144个蛭石基质样本建立了基质速效氮的光谱预测模型,研究蛭石基质速效氮近红外光谱检测的可能。通过比较分析多种预处理算法处理后的光谱数据以及SPA、CARS和联合区间偏最小二乘法（Si-PLS）特征提取后的PLSR光谱预测模型,讨论最佳蛭石基质速效氮含量预测模型。在全波段光谱建模中,基于二阶导数和S-G平滑预处理联合算法的模型预测可信度最高,RPD为12.14;在提取特征变量后,三种特征提取算法建立的模型预测精度均在一阶导数结合S-G平滑预处理方法时达较佳,且CARS特征提取预测模型精度相对最优,最优预测模型RPD为12.57。（4）设计了蛭石基质速效氮近红外光谱检测装备与试验平台。通过分析确定了近红外光谱仪等关键部件的型号参数;基于近红外光谱自带软件和Matlab软件设计了近红外光谱速效氮含量采集和预测分析软件,基于MFC开发了与检测装备相配套的基于速效氮含量控制的智能水肥一体化试验平台。测试结果表明,测试样品的相对误差在20.00%以内,其相关系数为0.91,标准偏差为140.99mg/Kg。研制的蛭石基质速效氮近红外光谱检测装备性能满足实际检测需求。
- 作者：
- 赵鹏飞
- 学位授予单位：
- 塔里木大学
- 授予学位：
- 硕士
- 学位年度：
- 2022年
- 导师姓名：
- 王旭峰
- 中图分类号：
- O657.33；S237
- 关键词：
- 蛭石；速效氮；近红外；精准农业；无损检测
-
- 基金项目：
- 兵团科技攻关项目“基于精准变量水肥一体化的南疆设施农业提质增效关键技术研究”（项目编号:2019DB001）课题主持人:王旭峰 教授（塔里木大学）