摘要
本发明公开了一种基于田间原位光谱估算不同耕层土壤全氮的方法,涉及作物生长监测技术领域。采集田间不同耕层的土壤样本,获取土壤的原位光谱数据;对采集的土壤样本进行室内分析,测定全氮含量及土壤质地类型以及孔隙度;根据土壤质地类型对土壤样本进行分类,并分别建立不同质地土壤的全氮含量与原位光谱数据之间的相关性模型;引入北方苍鹰优化算法改进随机森林和广义回归神经网络提升相关性模型对深层土壤全氮含量的预测能力;结合表层光谱反演结果与土壤垂直异变方程,构建综合监测模型,实现不同耕层土壤全氮含量的间接高精度估算。为今后土壤全氮深层监测模型研究提供理论基础以及精准农业快速获取深层土壤养分提供技术支撑和理论决策。
技术关键词
耕层土壤
广义回归神经网络
原位
作物生长监测技术
便携式地物光谱仪
组合预处理方法
样本
连续投影算法
随机森林
滤纸
精准农业
光纤探头
数据
磁盘
方程
理论
小刀
白板
薄层
系统为您推荐了相关专利信息
机器学习分类模型
判别方法
速度
高温高压岩石物性
切片
古建筑木构件
卷积神经网络分类
分类特征
识别方法
原位
风电齿轮箱零部件
原位修复方法
激光熔覆头
激光熔覆修复系统
合金粉末
爆炸焊接复合材料
原位拉伸试样
图像识别模型
裂缝数量
载荷
微型仿生机器人
航空发动机叶片
运动机构
环境感知系统
吸附模块