CN104990900A - 土壤氮素和含水率测量装置及方法 - Google Patents
土壤氮素和含水率测量装置及方法 Download PDFInfo
- Publication number
- CN104990900A CN104990900A CN201510434948.2A CN201510434948A CN104990900A CN 104990900 A CN104990900 A CN 104990900A CN 201510434948 A CN201510434948 A CN 201510434948A CN 104990900 A CN104990900 A CN 104990900A
- Authority
- CN
- China
- Prior art keywords
- soil
- measured
- infrared laser
- laser light
- single band
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种土壤氮素和含水率测量装置及方法,装置包括:检测传感器(包括光路系统和电路系统)和与其连接的控制器;光路系统包括光电探测器、以光电探测器为中心均匀分布在八角伞状结构八个面的八个单波段近红外激光光源;电路系统包括与激光光源连接的电源、电压转换电路、I-U转换电路、滤波放大电路和ZigBee无线发送模块;控制器包括ZigBee无线接收模块和移动终端;移动终端根据ZigBee无线接收模块接收的数字电压信号通过第一公式计算得到待测土壤在八个波段光照射下的光谱反射率,通过预设土壤氮素含量预测模型及土壤含水率预测模型计算得到待测土壤的氮素含量和含水率并显示、存储及处理。可对土壤氮素和含水率进行实时、多点测量。
Description
技术领域
本发明涉及光谱检测技术领域,尤其涉及一种土壤氮素和含水率测量装置及方法。
背景技术
土壤是植物生长发育的基础,其营养元素的丰缺程度直接影响作物生长及产量和品质的形成。其中,土壤氮素主要是促进植物根、茎、叶的个体生长,是形成一定品质产品的首要营养元素。土壤水分也同是土壤最重要的组成部分之一,它不仅是植物生长、发育的必要条件,也对热量平衡、土壤温度、农业墒情有重要意义。精细农业作为一种崭新的现代化农业管理理念和方式,摈弃了现行农业管理方式的缺陷,它要求按照农田的时空差异进行精确科学的施肥和养分管理。因此,准确、快速地估测土壤中的营养元素含量是推动中国测土施肥全面展开和顺利进行的保障,也是加快精细农业信息化发展的重要手段。而土壤氮素、含水率作为重要的土壤参数指标,迫切需要快速测定。
鉴于此,如何对土壤氮素和含水率进行测量成为当前需要解决的技术问题。
发明内容
针对现有技术中的缺陷,本发明提供一种土壤氮素和含水率测量装置及方法,可以对土壤氮素和含水率进行实时、多点测量,预测结果精确度高。
第一方面,本发明提供一种土壤氮素和含水率测量装置,包括:至少一个检测传感器和与所述检测传感器连接的控制器;
所述检测传感器,包括:光路系统和电路系统;
所述光路系统包括:一个光电探测器、八个单波段近红外激光光源;所述八个单波段近红外激光光源以所述光电探测器为中心均匀分布在一八角伞状结构的八个面中,以使所述八个单波段近红外激光光源发射的光以相同角度入射到待测土壤表面并反射进入光电探测器;
所述光电探测器,用于将接收的光信号转换为电信号;
所述电路系统,包括:与所述单波段近红外激光光源连接、为所述土壤氮素和含水率测量装置供电的电源、电压转换电路、I-U转换电路、滤波放大电路和ZigBee无线发送模块;
所述电压转换电路,用于将所述电源9V的供电电压依次经过9V至5V、5V至3.3V的转换;
所述I-U转换电路,用于将所述光电探测器转换得到的电信号进行I-U转换,同时消除暗电流并对转换后的电压信号进行第一次放大;
所述滤波放大电路,用于对第一次放大后得到的电压信号依次进行低通滤波和第二次放大;
所述ZigBee无线发送模块,用于采用分时复用原则控制所述八个单波段近红外激光光源依次通断,以及将第二次放大后得到的电压信号进行A/D转换并发送至所述控制器;
所述控制器,包括:ZigBee无线接收模块和移动终端;
所述ZigBee无线接收模块,用于接收所述ZigBee无线发送模块发送的A/D转换后得到的数字电压信号;
所述移动终端,用于对所述ZigBee无线接收模块接收的数字电压信号,通过第一公式,计算得到待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,根据所述待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,通过预设的土壤氮素含量预测模型及土壤含水率预测模型,计算得到待测土壤的氮素含量和含水率,并对得到的待测土壤的氮素含量和含水率进行显示、存储和处理;
其中,所述第一公式为:
Refn为待测土壤在波段i nm的光的照射下的光谱反射率,Vim为单波段近红外激光光源以波段i nm的光照射待测土壤时的预设标定输出电压,Vin为单波段近红外激光光源以波段i nm的光照射白板时的输出电压。
可选地,所述八个单波段近红外激光光源的波段分别为:1375nm,1520nm,1861nm,2100nm,2286nm,2387nm,1450nm和1920nm;
其中,1375nm、1520nm、1861nm、2100nm、2286nm和2387nm为反映待测土壤氮素含量的敏感波段,1450nm和1920nm为反映待测土壤含水率的敏感波段。
可选地,所述八角伞状结构的材料为铝制材料。
可选地,所述检测传感器的光路系统的光学通道的下方还安装有筒形的遮光壁。
可选地,所述移动终端为掌上电脑PDA。
第二方面,本发明提供一种使用上述土壤氮素和含水率测量装置的土壤氮素和含水率测量方法,包括:
获取待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射的反射光的模拟电压信号;
将所述模拟电压信号转换为数字电压信号;
根据所述数字电压信号,通过第一公式,计算得到待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率;
根据所述待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,通过预设的土壤氮素含量预测模型及土壤含水率预测模型,计算得到待测土壤的氮素含量和含水率。
可选地,所述第一公式为:
Refn为待测土壤在波段i nm的光的照射下的光谱反射率,Vim为单波段近红外激光光源以波段i nm的光照射待测土壤时的预设标定输出电压,Vin为单波段近红外激光光源以波段i nm的光照射白板时的输出电压。
可选地,所述八个波段为:1375nm,1520nm,1861nm,2100nm,2286nm,2387nm,1450nm和1920nm;
其中,1375nm、1520nm、1861nm、2100nm、2286nm和2387nm为反映待测土壤氮素含量的敏感波段,1450nm和1920nm为反映待测土壤含水率的敏感波段。
可选地,所述土壤含水率预测模型为:
y=0.2875-0.1596x1450+0.01591x1920
其中,y为待测土壤中的含水率,x1450和x1920为待测土壤在波长1450和1920nm处的光谱反射率;
所述土壤氮素含量预测模型是根据预设数量组的相同水分等级、不同氮素含量的土壤样本的光谱信号进行去包络线处理后,利用支持向量机方法建立的,利用交叉验证方法选择惩罚参数10,径向基核函数0.02,以及损失参数0.01。
由上述技术方案可知,本发明的土壤氮素和含水率测量装置及方法,可以对土壤氮素和含水率进行实时、多点测量,预测结果精确度高。
附图说明
图1a为本发明实施例提供的对5组待测土壤样本中的A组的光谱信号进行去包络线处理的结果示意图;
图1b为本发明实施例提供的对5组待测土壤样本中的B组的光谱信号进行去包络线处理的结果示意图;
图1c为本发明实施例提供的对5组待测土壤样本中的C组的光谱信号进行去包络线处理的结果示意图;
图1d为本发明实施例提供的对5组待测土壤样本中的D组的光谱信号进行去包络线处理的结果示意图;
图1e为本发明实施例提供的对5组待测土壤样本中的E组的光谱信号进行去包络线处理的结果示意图;
图2为对构建的土壤氮素含量预测模型作预测值和观察值的1:1关系图展示所述土壤氮素含量预测模型的可靠性和一致性的结果示意图;
图3为对构建的土壤含水率预测模型作预测值和观察值的1:1关系图展示所述土壤含水率预测模型的可靠性和一致性的结果示意图;
图4为本发明一实施例提供的一种土壤氮素和含水率测量装置的结构示意图;
图5为图4所示土壤氮素和含水率测量装置的一种更具体的结构示意图;
图6为图5所示土壤氮素和含水率测量装置中的检测传感器中的八角伞状结构的结构示意图;
图7为本发明实施例提供的土壤氮素和含水率测量装置的光信号传输通路的结构示意图;
图8为图5所示电压转换电路中的9V-5V的电压转换电路的电路图;
图9为图5所示电压转换电路中的5V-3.3V的电压转换电路的电路图;
图10为图5所示I-U转换电路的电路图;
图11为图5所示滤波放大电路的电路图;
图12为本发明实施例提供的一种PDA作为控制器的结构示意图;
图13为本发明实施例提供的串口电路的结构示意图;
图14为本发明实施例提供的检测传感器的软件流程示意图;
图15为本发明实施例提供的控制器的软件流程示意图;
图16为本发明一实施例提供的一种使用图4和5所示装置的土壤氮素和含水率测量方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他的实施例,都属于本发明保护的范围。
与传统分析技术相比,光谱分析技术在较短时间之内,同时测定样品中多种成份的浓度或性质参数;可见光及近红外光对物质具有一定的穿透能力,无需对样品作任何预处理,可实现无损测量;无需化学试剂,对样品和环境不会造成污染;能量较低(近红外能量比可见光能量还低),不会对人体造成危害。因此光谱分析技术作为一种快速、非破坏性、无污染的分析测试技术,对于土壤参数检测表现出非凡的发展潜力。然而,国内外对便携式土壤参数传感器研究相对较少。已有的研究也存在模型稳定性低,检测步骤繁琐,田间实验结果精度低,价格昂贵等多方面的问题。
本发明旨在解决作物生长过程中土壤氮素和含水率的现场实时监测问题,基于光谱反射法原理测量。检索国内外专利和文献显示,目前尚无使用同样测量原理与结构的双参数现场实时测定仪发明或发表。
现有技术公开了一种FieldSpec FR Pro地物光谱仪,光谱仪波长范围为0.35~2.5μm,波长精度为±1nm。且具有较高的抽样间隔和光谱分辨率,采样速度快,操作简单,存储容量大等特点,是野外光谱测量最理想的选择。该仪器可以用于农作物长势检测以及土壤光谱反射率采集,但是由于属于被动光源检测,受环境影响较大。需要不断检测标准板光谱反射率,如果用于田间现场检测需要配合标准板和电脑,需要2-3人配合使用才能工作。现有技术还公开了一种基于近红外光谱技术的多波段土壤氮素检测装置,该装置以LED作为主动光源,测量稳定,体积小,操作简单,可实现土壤氮素快速检测。然而以LED作为主动光源,光源波长范围宽,干涉作用明显导致测量结果精度较低。且该仪器在实验过程中,需将仪器插入到地下30cm的深度进行检测,为现场实验带来不便,同时也限制了将其扩展为在线式,车载式应用的可能性。
至今为止,尚无基于光谱学原理的,可在线原位监测土壤氮素和含水率两种土壤参数的传感器。因此本发明以实时、原位、便捷、多参数测量为目标,提出了基于光谱反射原理同时测量土壤氮素和含水率双参数的方法,设计开发了一款可以在现场作业中同时测量土壤氮素和含水率两个参数的光谱反射检测装置,并同时通过微控制器(Microcontroller Unit,简称MCU)将采集到的测量值实时显示与存储。
图4示出了本发明一实施例提供的一种土壤氮素和含水率测量装置的结构示意图,如图4所示,本实施例的土壤氮素和含水率测量装置,包括:至少一个检测传感器1和与所述检测传感器1连接的控制器2;
如图5所示,所述检测传感器1,包括:光路系统和电路系统;
所述光路系统包括:一个光电探测器12、八个单波段近红外激光光源11;所述八个单波段近红外激光光源11以所述光电探测器12为中心均匀分布在一八角伞状结构13的八个面中,以使所述八个单波段近红外激光光源11发射的光以相同角度入射到待测土壤表面并反射进入光电探测器12;
所述光电探测器12,用于将接收的光信号转换为电信号;
所述电路系统,包括:与所述单波段近红外激光光源11连接、为所述土壤氮素和含水率测量装置供电的电源、电压转换电路、I-U转换电路、滤波放大电路和ZigBee无线发送模块;
所述电压转换电路,用于将所述电源9V的供电电压依次经过9V至5V、5V至3.3V的转换;
所述I-U转换电路,用于将所述光电探测器12转换得到的电信号进行I-U转换,同时消除暗电流并对转换后的电压信号进行第一次放大;
所述滤波放大电路,用于对第一次放大后得到的电压信号依次进行低通滤波和第二次放大;
所述ZigBee无线发送模块,用于(通过I/O端口和片选芯片)采用分时复用原则控制所述八个单波段近红外激光光源11依次通断,以及将第二次放大后得到的电压信号进行模数A/D转换并发送至所述控制器2;
所述控制器2,包括:ZigBee无线接收模块和移动终端;
所述ZigBee无线接收模块,用于接收所述ZigBee无线发送模块发送的A/D转换后得到的数字电压信号;
所述移动终端,用于对所述ZigBee无线接收模块接收的数字电压信号,通过第一公式,计算得到待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,根据所述待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,通过预设的土壤氮素含量预测模型及土壤含水率预测模型,计算得到待测土壤的氮素含量和含水率,并对得到的待测土壤的氮素含量和含水率进行显示、存储和处理;
其中,所述第一公式为:
Refn为待测土壤在波段i nm的光的照射下的光谱反射率,Vim为单波段近红外激光光源以波段i nm的光照射待测土壤时的预设标定输出电压,Vin为单波段近红外激光光源以波段i nm的光照射白板时的输出电压。
在具体应用中,如图6所示,本实施例的光路系统主要依靠八角伞状结构13来完成光信号的传输和反射工作,根据低功耗,窄带宽,便携式的原则,选择8个单波段激光器作为入射光源,八角伞状结构13构成传输通路。所述八角伞状结构13的材料可以优选采用铝制材料,可以有效的起到了激光器发光过程的散热作用。在具体应用中,本实施例所述检测传感器1的光路系统的光学通道的下方还可安装有筒形的遮光壁14,以避免环境光对所述光路系统中的光信号造成影响。本实施例的光信号传输通路如图7所示。
在具体应用中,本实施例所述电压转换电路共需两次电压转换,包括9V到5V以及5V到3.3V的转换。其中,9V-5V电压转换电路如图8所示,可采用LM7805芯片用来将电池的9V电压转化为5V芯片供电电压;5V-3.3V电压转换电路如图9所示,可采用SP6201芯片用来将5V电压转化为3.3V芯片供电电压,由于主控单元、U盘模块、液晶模块等都支持3.3V供电,这里采用Sipex公司生产的SP6201调节器,其具有很高的输出电压精度,误差不超过2%;功耗也非常的低。
在具体应用中,本实施例所述电源可以为供电电池,可采用1300mA·h的扁平锂电池,其容量大、体积小、便于集成,还能反复充电使用。
在具体应用中,本实施例所述I-U转换电路,如图10所示,由于本系统所采用的信号是由可将光发光二极管发出,由准直器和棱镜传输,信号比较微弱,再经过光电探测器转换后得到的电信号更加微弱,此外,在这个过程中还夹杂了各种噪声的干扰,因此可选用高输入阻抗的集成运算放大器CA3140,实现I-U转换的同时,消除暗电流并实现微弱信号的第一次放大功能。
在具体应用中,本实施例所述滤波放大电路,如图11所示,微弱信号的二次放大功能可由LM358实现的,通过调节R9电位器的阻值将信号放大了380倍,通过R-C组成的一阶低通滤波器将信号送入ZigBee模块进行发送。
在具体应用中,举例来说,本实施例所述控制器2中的移动终端可以优选为掌上电脑(Personal Digital Assistant,简称PDA),本实施例所述ZigBee无线接收模块可以为JN5168无线微控制器(即JN5168无线通信模块),该PDA可作为测量装置的控制器及无线网络的协调器及数据采集器,内嵌一个JN5168无线通信模块,以实现与传感器节点无线组网。结构如图12所示,JN5168接收传感器节点(即检测传感器1)无线传送的数据,然后通过串口电路将数据传输到PDA的处理器,从而在PDA显示、储存及处理。
所述串口电路可采用MAX3232E芯片,该芯片供电电压为3V,芯片具有低功耗、高数据速率、增强型ESD保护等特性。JN5168模块提供了两个串口,为了节省空间及简化电路设计,本装置用一个串口同时实现JN5168模块的程序下载以及与PDA间的数据通信。该串口电路设计如图13所示。
在具体应用中,本实施例所述八个单波段近红外激光光源11的波段分别为:1375nm,1520nm,1861nm,2100nm,2286nm,2387nm,1450nm和1920nm;
其中,1375nm、1520nm、1861nm、2100nm、2286nm和2387nm为反映待测土壤氮素含量的敏感波段,1450nm和1920nm为反映待测土壤含水率的敏感波段。
应说明的是,本实施例所述控制器2中,应先嵌入预设的土壤氮素含量预测模型及土壤含水率预测模型,所述土壤氮素含量预测模型及土壤含水率预测模型的构建过程为:
一、确定土壤氮素含量、含水率的敏感波长
本实施例则提高现场测量精度,在无风干无过筛等人为预处理的条件下以田间自然土为研究对象。在自然条件下,默认水分差异在万分之五以下的样本为相同水分水平下的土壤样本,以此为标准从获得的90个实时样本中选取了5组相同水分等级不同氮素含量的土壤样本集。5组样本集氮素、水分含量,如表1所示,表1为不同等级土壤水分、全氮含量信息,从1组到5组土壤样本的水分含量逐渐增加,对于每一组相同水分含量下的样本,样本A的氮素含量要低于样本B。
表1
本发明分别对5组样本的光谱信号进行去包络线处理,结果如图1a-图1e所示。对于不同水分等级的土壤样本来说,去包络线后的曲线均在1350~1419nm,1459~1645nm,1760~1896nm,1970~2155nm,2256~2346nm,2346~2413nm范围附近出现峰值,在1669~1757nm区间附近并无明显变化规律,在2155~2195nm区间内,土壤样本水分含量较低时,其去包络曲线会出现微弱的峰值且不随氮素含量而涨落,随着水分含量的增加,一些样本在此波段内的谱线峰值会被1970~2155nm范围内的光谱信息所覆盖。对于同组(即相同水分含量)不同氮素含量土壤去包络曲线,在1350~1419nm,1459~1645nm,1760~1896nm,1970~2155nm,2256~2346nm,2346~2413nm范围附近出现峰值,且其峰值的高度会随氮素含量而涨落,即这六个波段范围内的峰值高低与土壤氮素含量成反比。因此本研究选择1375,1520,1861,2100,2286,2387六个波段作为反映实时土壤氮素含量的敏感波段。
针对土壤水分敏感波段,已有研究表明,1450nm和1920nm为土壤水分的两个敏感波段
根据以上研究结果,本发明采用1375nm,1520nm,1861nm,2100nm,2286nm,2387nm,1450nm和1920nm作为八个主动光源的中心波长,用来测量土壤的全氮和含水率信息。
二、构建土壤氮素含量预测模型和土壤含水率预测模型
(1)构建土壤氮素含量预测模型
本发明所述土壤氮素含量预测模型是根据预设数量组的相同水分等级、不同氮素含量的土壤样本的光谱信号进行去包络线处理后,利用支持向量机方法建立的。本发明基于所选土壤氮素敏感光谱参数建立支持向量机预测模型,并引入参数优化的思想。选取72个样本作为校正集进行回归建模;选取18个样本作为预测集进行土壤氮素的预测验证。
针对所建土壤氮素含量预测模型作预测值和观察值的1:1关系图展示所选模型的可靠性和一致性,结果如图2所示。其测定系数Rc2为0.8132,验证结果测定系数Rv2也达到了0.7671。
(2)构建土壤含水率预测模型
使用水分敏感波段1450和1920建立土壤含水率(多元线性)预测模型为:
y=0.2875-0.1596x1450+0.01591x1920
其中,y为待测土壤中的含水率,x1450和x1920为待测土壤在波长1450和1920nm处的光谱反射率。
针对所建土壤含水率预测模型作预测值和观察值的1:1关系图展示所选模型的可靠性和一致性,结果如图3所示。其测定系数Rc2为0.8812,验证结果测定系数Rv2也达到了0.9017。
本发明实施例上述建立的土壤氮素含量预测模型和土壤含水率预测模型均可达到较高的精度,且测量范围满足实际测量需求,可用于实际生产应用中。
应说明的是,本实施例所述检测传感器的软件流程图如图14所示,具体的工作过程是:程序启动初始化后打开定时器,当时钟溢出时产生中断,确认定时完成后,给I/O口赋值,选择相应的光源通道,同时通过设置A/D端口地址依次选择相应的通道,开始进行数据采集。每个通道重复采集10次后求平均值。然后选取下一通道继续采集,当所有通道信号都采集完毕,将检测传感器本身节点号及采集的数据信息通过RF射频无线发送至控制器,最后再次打开定时器。软件中将定时器设置为10000s,运行的结果就是传感器每隔10000s传送1组数据至控制器。
应说明的是,本实施例所述控制器是一数据采集器,是整个传感器网络中的唯一协调器,负责组建整个网络。由于要时刻准备接收来自终端的无线数据,它不能进入休眠模式,否则将无法接收到数据。数据采集器上电后就立刻进入初始化程序,搜索并组建整个网络,然后进入等待中断的空闲模式。协调器上电后,首先进行网络的初始化操作,包括ZigBee协议栈的初始化及外设的初始化;接着进行信道查询,选择合适的信道,并设置网络相应的PAN ID,等待节点接入网络;当协调器搜索到请求组网的传感器节点后,协调器自动接收所述检测传感器发送的数据,并通过RS232接口与PDA相连,实现在PDA界面上的实时显示。光谱数据保存在PDA的储存器中,可以方便地计算得到相关土样氮素、含水率光谱指数。具体的软件流程如图15所示。
本实施例根据以上得到的土壤氮素含量预测模型计算土壤氮素含量,根据土壤含水率预测模型计算土壤含水率,将两个获得数据上传至数据采集终端,得到探测目标土样的氮素和含水率。
应说明的是,由于本实施例所述土壤氮素和含水率测量装置采用激光器作为主动光源,因此只需在出厂时进行一次标定工作即可。
首先,将本发明所述装置覆盖在白板上,采集到的8路不同波段光源的输出电压为V1n~V8n,V1n~V8n为本仪器八路光源的标定系数。然后将仪器放置于不同的待测土壤样本上,分别得到不同波段的输出电压V1m~V8m。最终不同样本每个波段的反射率Ref可以通过上述第一公式计算得到,所述第一公式为:
Refn为待测土壤在波段i nm的光的照射下的光谱反射率,Vim为单波段近红外激光光源以波段i nm的光照射待测土壤时的预设标定输出电压,Vin为单波段近红外激光光源以波段i nm的光照射白板时的输出电压。
举例来说,标定实验的工作过程为:
第一步,打开手持PDA,进入“土壤氮素-含水率检测仪”系统,打开“ZigBee”选项,显示“网络已建立”,表示网络已经初始化完成,可以接收数据。
第二步,传感器覆盖在白板之上,打开传感器开关,PDA显示“节点n成功加入网络”。
第三步,在节点处按下“标定”按键,采集八个不同波长到白板的输出电压V1n~V8n,V1n~V8n为本仪器的标定系数,保存在处理器中。
应说明的是,本实施例所述的一种土壤氮素和含水率测量装置的工作步骤为:
第一步,打开手持PDA,进入“土壤氮素-含水率检测仪”系统,打开“ZigBee”选项,显示“网络已建立”,表示网络已经初始化完成,可以接收数据。
第二步,将传感器(即检测传感器)放置在土壤表面,打开传感器开关。PDA显示“节点n成功加入网络”。
第三步,在节点处,按下“测量”按键,传感器通过JN5168的I/O端口控制光源时序通断,系统将依次采集到的8个波段的输出电压代入上述第一公式,分别计算得到同一土样在8个波段下的反射率。并发送至PDA。
第四步,PDA采集到8个波段的反射率后,系统根据嵌入的土壤氮素含量预测模型以及土壤含水率预测模型,计算出土壤中氮素含量和含水率值,并将8波段反射率值以及氮素含量和含水率值预测结果显示液晶屏上。
第五步,打开“保存”,可以实现“名称”、“文件夹”、“类型”、“位置”的修改。完成数据保存工作。
第六步,将传感器放入新的土样检测区域中,按照第四步,第五步进行测量。
第七步,测量完毕后关闭PDA,并按下传感器电源键关闭仪器。
举例来说,本实施例所述的一种土壤氮素和含水率测量装置的现场实验的工作步骤为:
第一步,打开手持PDA,进入“土壤氮素-含水率检测仪”系统,打开“ZigBee”选项,显示“网络已建立”,表示网络已经初始化完成,可以接收数据。
第二步,随机选取现场14个采样点,将传感器放在土壤表面(尽量保证土壤表面平整,减少环境光进入光学套筒),打开传感器开关。PDA显示“节点n成功加入网络”。
第三步,在节点处,按下“测量”按键,传感器通过JN5139的I/O端口控制光源时序通断,系统将依次采集到的8个波段的输出电压代入上述第一公式,分别计算得到同一土样在8个波段下的反射率。并发送至PDA。
第四步,PDA采集到节点N发来的8个波段的反射率后,系统根据嵌入的土壤氮素含量预测模型以及土壤含水率预测模型,计算出土壤中氮素含量和含水率值,并将八个波段反射率值以及氮素值和含水率预测结果显示液晶屏上。
第五步,按照以上方法测量土壤样本,即得到样本的氮素值和含水率值。
第六步,打开“保存”,可以实现“名称”、“文件夹”、“类型”、“位置”的修改。完成数据保存工作。
第七步,测量完毕后可关闭PDA,并按下传感器电源键关闭仪器;或者,一直保持PDA和传感器在工作状态,传感器将定时发送反射率数据到PDA,PDA将接收数据并计算显示土壤氮素和含水率值。
本实施例所述土壤氮素和含水率测量装置的优点为:
(1)主动光源的选择与土壤氮素含量预测模型和土壤含水率预测模型的构建。本发明利用光谱去包络线分析法选取了8个氮素光学敏感波段处,各光谱波段中心波长为1375nm,1520nm,1861nm,2100nm,2286nm,2387nm,1450nm和1920nm。基于该波段建立的土壤氮素测定模型和土壤含水率测定模型,波段数较少,适于光学仪器的设计和制造。
(2)光学通道机械结构的设计。本发明作为光谱参数检测装置采用8个单波段激光器作为主动光源,通过遮光装置解决了天气因素与实验现场环境光的影响,且只需要做一次标定即可。光源可以方便更换,可以方便转化为检测土壤其他参数的便携式设备,仪器具有很好的通用性和实用性,为下一步车载式土壤参数检测奠定了基础。
(3)信号处理电路的设计。本发明的检测传感器采用了CA3140和LM358芯片对光电探测器采集到的电信号进行放大,两芯片的结合有效的实现了I-U转换,并剔除了系统中的噪音(暗电流),放大有效信号。
(4)系统结构的智能性和灵活性。本装置中采用ZigBee无线传输方式将采集数据上传至数据采集器,传输距离最远可达上百米,大大增加了仪器的灵活性与智能性。
(5)测量的实时性与多点性。绝大部分同类测量装置都只有1个数据采集器与1个传感器配合使用,只能实现单点测量,本装置以无线传感器网络的形式可以实现对大面积地块土壤营养参数的实时、多点测量。
(6)测定结果的高精度。为了准确测定土壤氮素水平,本发明提出了基于光谱反射原理的土壤氮素和含水率测定方法,确定了氮素敏感波段,并基于该敏感波段建立了土壤氮素和含水率测定模型,经验证该测定模型均达到实用精度。
图16示出了本发明另一实施例提供的一种使用图4和5所示土壤氮素和含水率测量装置的土壤氮素和含水率测量方法,如图16所示,本实施例的土壤氮素和含水率测量方法如下所述。
1601、获取待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射的反射光的模拟电压信号。
其中,所述八个波段为:1375nm,1520nm,1861nm,2100nm,2286nm,2387nm,1450nm和1920nm;
其中,1375nm、1520nm、1861nm、2100nm、2286nm和2387nm为反应待测土壤氮素含量的敏感波段,1450nm和1920nm为反应待测土壤含水率的敏感波段。
1602、将所述模拟电压信号转换为数字电压信号。
1603、根据所述数字电压信号,通过第一公式,计算得到待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率。
其中,所述第一公式为:
Refn为待测土壤在波段i nm的光的照射下的光谱反射率,Vim为单波段近红外激光光源以波段i nm的光照射待测土壤时的预设标定输出电压,Vin为单波段近红外激光光源以波段i nm的光照射白板时的输出电压。
1604、根据所述待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,通过预设的土壤氮素含量预测模型及土壤含水率预测模型,计算得到待测土壤的氮素含量和含水率。
其中,所述土壤含水率预测模型为:
y=0.2875-0.1596x1450+0.01591x1920
其中,y为待测土壤中的含水率,x1450和x1920为待测土壤在波长1450和1920nm处的光谱反射率;
所述土壤氮素含量预测模型是根据预设数量组的相同水分等级、不同氮素含量的土壤样本的光谱信号进行去包络线处理后,利用支持向量机方法建立的,利用交叉验证方法选择惩罚参数10,径向基核函数0.02,以及损失参数0.01。
可理解的是,在本实施例所述步骤1601之前,已经预先建立了土壤氮素含量预测模型和土壤含水率预测模型,其建立过程可参考上述所述土壤氮素含量预测模型及土壤含水率预测模型的构建过程。
本实施例的土壤氮素和含水率测量方法,使用图4和5所示装置,可以对土壤氮素和含水率进行实时、多点测量,预测结果精确度高。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (10)
1.一种土壤氮素和含水率测量装置,其特征在于,包括:至少一个检测传感器和与所述检测传感器连接的控制器;
所述检测传感器,包括:光路系统和电路系统;
所述光路系统包括:一个光电探测器、八个单波段近红外激光光源;所述八个单波段近红外激光光源以所述光电探测器为中心均匀分布在一八角伞状结构的八个面中,以使所述八个单波段近红外激光光源发射的光以相同角度入射到待测土壤表面并反射进入光电探测器;
所述光电探测器,用于将接收的光信号转换为电信号;
所述电路系统,包括:与所述单波段近红外激光光源连接、为所述土壤氮素和含水率测量装置供电的电源、电压转换电路、I-U转换电路、滤波放大电路和ZigBee无线发送模块;
所述电压转换电路,用于将所述电源9V的供电电压依次经过9V至5V、5V至3.3V的转换;
所述I-U转换电路,用于将所述光电探测器转换得到的电信号进行I-U转换,同时消除暗电流并对转换后的电压信号进行第一次放大;
所述滤波放大电路,用于对第一次放大后得到的电压信号依次进行低通滤波和第二次放大;
所述ZigBee无线发送模块,用于采用分时复用原则控制所述八个单波段近红外激光光源依次通断,以及将第二次放大后得到的电压信号进行A/D转换并发送至所述控制器;
所述控制器,包括:ZigBee无线接收模块和移动终端;
所述ZigBee无线接收模块,用于接收所述ZigBee无线发送模块发送的A/D转换后得到的数字电压信号;
所述移动终端,用于对所述ZigBee无线接收模块接收的数字电压信号,通过第一公式,计算得到待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,根据所述待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,通过预设的土壤氮素含量预测模型及土壤含水率预测模型,计算得到待测土壤的氮素含量和含水率,并对得到的待测土壤的氮素含量和含水率进行显示、存储和处理;
其中,所述第一公式为:
Refn为待测土壤在波段i nm的光的照射下的光谱反射率,Vim为单波段近红外激光光源以波段i nm的光照射待测土壤时的预设标定输出电压,Vin为单波段近红外激光光源以波段i nm的光照射白板时的输出电压。
2.根据权利要求1所述的系统,其特征在于,所述土壤含水率预测模型为:
y=0.2875-0.1596x1450+0.01591x1920
其中,y为待测土壤中的含水率,x1450和x1920为待测土壤在波长1450和1920nm处的光谱反射率;
所述土壤氮素含量预测模型是根据预设数量组的相同水分等级、不同氮素含量的土壤样本的光谱信号进行去包络线处理后,利用支持向量机方法建立的,利用交叉验证方法选择惩罚参数10,径向基核函数0.02,以及损失参数0.01。
3.根据权利要求1所述的系统,其特征在于,所述八个单波段近红外激光光源的波段分别为:1375nm,1520nm,1861nm,2100nm,2286nm,2387nm,1450nm和1920nm;
其中,1375nm、1520nm、1861nm、2100nm、2286nm和2387nm为反映待测土壤氮素含量的敏感波段,1450nm和1920nm为反映待测土壤含水率的敏感波段。
4.根据权利要求1所述的系统,其特征在于,所述八角伞状结构的材料为铝制材料。
5.根据权利要求1所述的系统,其特征在于,所述检测传感器的光路系统的光学通道的下方还安装有筒形的遮光壁。
6.根据权利要求1所述的系统,其特征在于,所述移动终端为掌上电脑PDA。
7.一种使用上述权利要求1-6中任一项所述土壤氮素和含水率测量装置的土壤氮素和含水率测量方法,其特征在于,包括:
获取待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射的反射光的模拟电压信号;
将所述模拟电压信号转换为数字电压信号;
根据所述数字电压信号,通过第一公式,计算得到待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率;
根据所述待测土壤在八个单波段近红外激光光源所发射的八个波段的光的照射下的光谱反射率,通过预设的土壤氮素含量预测模型及土壤含水率预测模型,计算得到待测土壤的氮素含量和含水率。
8.根据权利要求7所述的方法,其特征在于,所述第一公式为:
Refn为待测土壤在波段i nm的光的照射下的光谱反射率,Vim为单波段近红外激光光源以波段i nm的光照射待测土壤时的预设标定输出电压,Vin为单波段近红外激光光源以波段i nm的光照射白板时的输出电压。
9.根据权利要求8所述的方法,其特征在于,所述八个波段为:1375nm,1520nm,1861nm,2100nm,2286nm,2387nm,1450nm和1920nm;
其中,1375nm、1520nm、1861nm、2100nm、2286nm和2387nm为反映待测土壤氮素含量的敏感波段,1450nm和1920nm为反映待测土壤含水率的敏感波段。
10.根据权利要求9所述的方法,其特征在于,所述土壤含水率预测模型为:
y=0.2875-0.1596x1450+0.01591x1920
其中,y为待测土壤中的含水率,x1450和x1920为待测土壤在波长1450和1920nm处的光谱反射率;
所述土壤氮素含量预测模型是根据预设数量组的相同水分等级、不同氮素含量的土壤样本的光谱信号进行去包络线处理后,利用支持向量机方法建立的,利用交叉验证方法选择惩罚参数10,径向基核函数0.02,以及损失参数0.01。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510434948.2A CN104990900B (zh) | 2015-07-22 | 2015-07-22 | 土壤氮素和含水率测量装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510434948.2A CN104990900B (zh) | 2015-07-22 | 2015-07-22 | 土壤氮素和含水率测量装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104990900A true CN104990900A (zh) | 2015-10-21 |
CN104990900B CN104990900B (zh) | 2017-12-05 |
Family
ID=54302740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510434948.2A Active CN104990900B (zh) | 2015-07-22 | 2015-07-22 | 土壤氮素和含水率测量装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104990900B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106383092A (zh) * | 2016-11-16 | 2017-02-08 | 江苏智石科技有限公司 | 一种自动化土壤成分含量检测控制装置 |
CN106442387A (zh) * | 2016-11-16 | 2017-02-22 | 江苏智石科技有限公司 | 一种基于光电探测的土壤成分含量检测装置 |
CN106644972A (zh) * | 2016-10-09 | 2017-05-10 | 塔里木大学 | 一种土壤富里酸含量的检测方法 |
CN106770054A (zh) * | 2016-12-30 | 2017-05-31 | 黑龙江禾禾遥感科技有限公司 | 基于光谱吸收特征的黑土含水量速测方法 |
CN107764976A (zh) * | 2017-09-28 | 2018-03-06 | 广州市健坤网络科技发展有限公司 | 土壤氮素快速诊断方法及在线监测系统 |
CN109297963A (zh) * | 2018-10-12 | 2019-02-01 | 湖南农业大学 | 土壤图像获取设备、土壤含水量检测系统以及检测方法 |
CN109632665A (zh) * | 2018-12-21 | 2019-04-16 | 中国农业大学 | 一种土壤全氮含量实时检测系统 |
CN110108659A (zh) * | 2019-05-28 | 2019-08-09 | 杭州电子科技大学 | 一种基于近红外反射式土壤湿度测量装置及其检测方法 |
CN110455726A (zh) * | 2019-07-30 | 2019-11-15 | 北京安赛博技术有限公司 | 一种实时预测土壤水分和全氮含量的方法 |
CN111257374A (zh) * | 2020-02-18 | 2020-06-09 | 中国农业大学 | 土壤含水率和含氮量监测方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2410183A1 (en) * | 2001-10-31 | 2003-04-30 | Daniel N. Campau | Apparatus and method for monitoring soil moisture conditions and for maintaining soil moisture conditions |
CN201311393Y (zh) * | 2008-12-16 | 2009-09-16 | 中国农业大学 | 一种便携式测定仪 |
CN101769868A (zh) * | 2008-12-29 | 2010-07-07 | 中国科学院沈阳应用生态研究所 | 一种土壤水分反射光谱特征分析方法 |
EP2341339A2 (de) * | 2009-12-30 | 2011-07-06 | IPUS Mineral- & Umwelttechnologie GmbH | Analyse von Bodenproben |
-
2015
- 2015-07-22 CN CN201510434948.2A patent/CN104990900B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2410183A1 (en) * | 2001-10-31 | 2003-04-30 | Daniel N. Campau | Apparatus and method for monitoring soil moisture conditions and for maintaining soil moisture conditions |
CN201311393Y (zh) * | 2008-12-16 | 2009-09-16 | 中国农业大学 | 一种便携式测定仪 |
CN101769868A (zh) * | 2008-12-29 | 2010-07-07 | 中国科学院沈阳应用生态研究所 | 一种土壤水分反射光谱特征分析方法 |
EP2341339A2 (de) * | 2009-12-30 | 2011-07-06 | IPUS Mineral- & Umwelttechnologie GmbH | Analyse von Bodenproben |
Non-Patent Citations (4)
Title |
---|
刘玉萌等: "基于ARM9的便携式土壤氮素检测仪开发", 《2012年中国农业机械学会国际学术年会论文集》 * |
安晓飞等: "便携式土壤全氮测定仪性能研究", 《2012年中国农业机械学会国际学术年会论文集》 * |
安晓飞等: "土壤水分对近红外光谱实时检测土壤全氮的影响研究", 《光谱学与光谱分析》 * |
邓小蕾等: "集成GPRS、GPS、ZigBee的土壤水分移动监测系统", 《农业工程学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106644972A (zh) * | 2016-10-09 | 2017-05-10 | 塔里木大学 | 一种土壤富里酸含量的检测方法 |
CN106383092A (zh) * | 2016-11-16 | 2017-02-08 | 江苏智石科技有限公司 | 一种自动化土壤成分含量检测控制装置 |
CN106442387A (zh) * | 2016-11-16 | 2017-02-22 | 江苏智石科技有限公司 | 一种基于光电探测的土壤成分含量检测装置 |
CN106770054A (zh) * | 2016-12-30 | 2017-05-31 | 黑龙江禾禾遥感科技有限公司 | 基于光谱吸收特征的黑土含水量速测方法 |
CN107764976A (zh) * | 2017-09-28 | 2018-03-06 | 广州市健坤网络科技发展有限公司 | 土壤氮素快速诊断方法及在线监测系统 |
CN109297963A (zh) * | 2018-10-12 | 2019-02-01 | 湖南农业大学 | 土壤图像获取设备、土壤含水量检测系统以及检测方法 |
CN109632665A (zh) * | 2018-12-21 | 2019-04-16 | 中国农业大学 | 一种土壤全氮含量实时检测系统 |
CN110108659A (zh) * | 2019-05-28 | 2019-08-09 | 杭州电子科技大学 | 一种基于近红外反射式土壤湿度测量装置及其检测方法 |
CN110455726A (zh) * | 2019-07-30 | 2019-11-15 | 北京安赛博技术有限公司 | 一种实时预测土壤水分和全氮含量的方法 |
CN110455726B (zh) * | 2019-07-30 | 2022-02-11 | 东方智感(浙江)科技股份有限公司 | 一种实时预测土壤水分和全氮含量的方法 |
CN111257374A (zh) * | 2020-02-18 | 2020-06-09 | 中国农业大学 | 土壤含水率和含氮量监测方法、装置、设备及存储介质 |
CN111257374B (zh) * | 2020-02-18 | 2020-12-22 | 中国农业大学 | 土壤含水率和含氮量监测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104990900B (zh) | 2017-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104990900B (zh) | 土壤氮素和含水率测量装置及方法 | |
CN102564962B (zh) | 果树营养成分检测系统及方法 | |
CN101236188B (zh) | 土壤水分无线测量装置 | |
CN100510709C (zh) | 便携式多通道作物叶片氮素营养指标无损监测装置 | |
CN102042968B (zh) | 粮食品质近红外快速检测无线系统 | |
CN101975764B (zh) | 基于近红外光谱技术的多波段土壤氮素检测装置和方法 | |
CN101625314B (zh) | 一种高等植物生化参数非接触监测装置 | |
CN104849219B (zh) | 一种作物氮素营养诊断仪及方法 | |
CN106950183A (zh) | 一种基于光谱技术的便携式土壤养分检测装置 | |
CN102207452A (zh) | 作物冠层光谱指数测量系统及方法 | |
CN104155247A (zh) | 水体叶绿素和浊度原位测定方法及测定装置 | |
CN102967562B (zh) | 一种高精度作物生长信息监测仪及其检测方法 | |
CN101793680B (zh) | 作物植被指数测定系统 | |
CN103149180B (zh) | 一种土壤光谱反射率和电导率检测方法 | |
Merrick et al. | Characterization of chlorophyll fluorescence, absorbed photosynthetically active radiation, and reflectance-based vegetation index spectroradiometer measurements | |
CN105784606A (zh) | 一种基于光学特性的水质监控系统 | |
CN201000448Y (zh) | 土壤水分无线测量装置 | |
Yitong et al. | Design of multi-parameter wireless sensor network monitoring system in precision agriculture | |
CN109632665A (zh) | 一种土壤全氮含量实时检测系统 | |
CN102735622A (zh) | 一种油菜冠层信息光谱检测仪 | |
CN202024959U (zh) | 基于归一化植被差异指数的无线氮素营养检测仪 | |
CN204405523U (zh) | 一种作物氮素营养诊断仪 | |
CN205910120U (zh) | 便携式植被生理生态监测装置 | |
Sun et al. | Nutrient content monitoring of potato plant based on spectrum device | |
Zărnescu et al. | Integrating soil pH measurement into an Internet of Things application. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220124 Address after: 518067 402d, block C, Wanrong building, No. 1029, Nanhai Avenue, Yanshan community, merchants street, Nanshan District, Shenzhen, Guangdong Patentee after: Texel Technology (Shenzhen) Co.,Ltd. Address before: 100193 No. 2 Old Summer Palace West Road, Beijing, Haidian District Patentee before: CHINA AGRICULTURAL University |