CN110865041A - 一种土壤成分含量检测智能分析系统 - Google Patents
一种土壤成分含量检测智能分析系统 Download PDFInfo
- Publication number
- CN110865041A CN110865041A CN201911302417.2A CN201911302417A CN110865041A CN 110865041 A CN110865041 A CN 110865041A CN 201911302417 A CN201911302417 A CN 201911302417A CN 110865041 A CN110865041 A CN 110865041A
- Authority
- CN
- China
- Prior art keywords
- soil
- module
- spectrum
- analysis system
- soil component
- 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.)
- Pending
Links
- 239000002689 soil Substances 0.000 title claims abstract description 65
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000001228 spectrum Methods 0.000 claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 13
- 239000000203 mixture Substances 0.000 claims abstract description 8
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 abstract description 2
- 238000012031 short term test Methods 0.000 abstract 1
- 230000003595 spectral effect Effects 0.000 description 8
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 230000035558 fertility Effects 0.000 description 3
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000005341 cation exchange Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000004925 denaturation Methods 0.000 description 1
- 230000036425 denaturation Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种土壤成分含量检测智能分析系统,包括:土壤光谱检测模块,用于获取土壤的光谱信号;土壤成分分析模块,用于对光谱信号进行分析获取土壤中的成分。所述土壤光谱检测模块包括光谱仪模块、通信模块和控制器。本发明通过设置光谱仪模块采集土壤的光谱信号,通过分析光谱信号即可实现对土壤成分的分析;以及通过设置通信模块,可将远程实现光谱分析,可实现野外快速检测土壤成分。
Description
技术领域
本发明涉及土壤成分检测领域,具体涉及一种土壤成分含量检测智能分析系统。
背景技术
为了提高农产品的生产性,有必要适当把握土壤的肥力。作为土壤的肥力的指标,存在土壤中所含的有效氮、有效磷酸、总磷、总碳、总氮、K、Ca、Mg、Fe、Al、Na、CN比、CEC(Cation Exchange Capacity,阳离子交换容量)等的土壤肥力特征。目前,现有的土壤成分检测设备,需要将待测土壤送至实验室中进行检测,工作繁琐、工作效率低,检测成本较大;同时,由于土壤成分十分复杂,土壤质地、湿度、有机质、氧化铁等的含量都会对土壤光谱特征产生影响,土壤样品异位检测可能存在土壤变性,影响检测结果。
发明内容
本发明的目的在于提供一种便于携带,可快速检测土壤成分的土壤成分含量检测智能分析系统。
为实现上述目的,本发明采用如下技术方案:
一种土壤成分含量检测智能分析系统,包括:
土壤光谱检测模块,用于获取土壤的光谱信号;土壤成分分析模块,用于对光谱信号进行分析获取土壤中的成分。
进一步地,所述土壤光谱检测模块包括壳体,以及设置在壳体内的光谱仪模块、控制器和通信模块,所述控制器分别与光谱仪模块和通信模块,所述壳体的顶部设有可开合的盖体,盖体下方的壳体内的设有检测台,壳体内的光谱仪模块的扫描口位于检测台上方并安装在盖体内,所述盖体的外部安装有与控制器连接的指示灯。
进一步地,所述土壤成分分析模块为一种可被计算机执行的软件程序,通信模块与计算机连接,将光谱仪模块采集的光谱信号发送给土壤成分分析模块进行土壤成分分析。
进一步地,所述土壤成分分析模块采用BP神经网络模型对光谱信号进行成分分析。
本发明具有以下有有益效果:
(1)通过设置光谱仪模块采集土壤的光谱信号,通过分析光谱信号即可实现对土壤成分的分析;
(2)通过设置通信模块,可将远程实现光谱分析,可实现野外快速检测土壤成分;
(3)光谱信号通过BP神经网络模型分析,其检测结果准确度较高,随着检测的数据越多,其检测的结果准确度越高。
附图说明
图1为本发明的结构示意图。
图2为本发明的土壤光谱检测模块连接关系示意图。
具体实施方式
如图1所示,本实施例提供的土壤成分含量检测智能分析系统包括土壤光谱检测模块和土壤成分分析模块。
所述土壤光谱检测模块用于获取土壤的光谱信号;如图2所示,它包括壳体,以及设置在壳体内的光谱仪模块、控制器和通信模块,所述控制器分别与光谱仪模块和通信模块连接,所述控制器采用现有技术找那个就有数据处理以及控制协调的单片机实现,如ARM、FPGA等,所述通信模块采用有线或无线方式与下一级进行通信,实现将数据进行上传,便于数据分析。所述光谱仪模块包括可见近红外光谱仪和多光谱成像仪,可见近红外光谱仪可发射出波长范围325~2500nm的可见光,所述光谱成像仪可以采集近红外光和红外光,通过可见近红外光谱仪发射可见光,经过土壤后被多光谱成像仪获取光谱信号,所述壳体的顶部设有可开合的盖体,盖体下方的壳体内的设有检测台,检测台用于存放被检测土壤,所述可见近红外光谱仪和多光谱成像仪均为以盖体上,且朝向检测台,所述盖体的外部安装有与控制器连接的指示灯。
所述土壤成分分析模块为一种可被计算机执行的软件程序,用于对光谱信号进行分析获取土壤中的成分;所述通信模块与计算机连接,将光谱仪模块采集的光谱信号发送给土壤成分分析模块进行土壤成分分析。所述土壤成分分析模块采用BP神经网络模型对光谱信号进行成分分析,本实施例在建立BP神经模型前使用成分分析法对光谱数据进行降维,所述降维是指通过成分分析运算产生一些新的变量,新的变量是原始变量的某种组合,可以代表原始变量的信息。
本实施例所述BP神经模型采用3层,模型各种神经元的激励函数是sigmoid函数,sigmoid函数的值为0.9,输入节点为15,输出节点为1,模型最大迭代次数设为10000,允许误差为0.0001,动态参数设为0.7。
以上所述仅是本发明优选的实施方式,但本发明的保护范围并不局限于此,任何基于本发明所提供的技术方案和发明构思进行的改造和替换都应涵盖在本发明的保护范围内。
Claims (4)
1.一种土壤成分含量检测智能分析系统,其特征在于包括:
土壤光谱检测模块,用于获取土壤的光谱信号;土壤成分分析模块,用于对光谱信号进行分析获取土壤中的成分。
2.根据权利要求1所述的土壤成分含量检测智能分析系统,其特征在于:所述土壤光谱检测模块包括壳体,以及设置在壳体内的光谱仪模块、控制器和通信模块,所述控制器分别与光谱仪模块和通信模块连接,所述壳体的顶部设有可开合的盖体,盖体下方的壳体内的设有检测台,光谱仪模块朝向检测台并安装在盖体内,所述盖体的外部安装有与控制器连接的指示灯。
3.根据权利要求2所述的土壤成分含量检测智能分析系统,其特征在于:所述土壤成分分析模块为一种可被计算机执行的软件程序,通信模块与计算机连接,将光谱仪模块采集的光谱信号发送给土壤成分分析模块进行土壤成分分析。
4.根据权利要求1或3所述的土壤成分含量检测智能分析系统,其特征在于:所述土壤成分分析模块采用BP神经网络模型对光谱信号进行成分分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911302417.2A CN110865041A (zh) | 2019-12-17 | 2019-12-17 | 一种土壤成分含量检测智能分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911302417.2A CN110865041A (zh) | 2019-12-17 | 2019-12-17 | 一种土壤成分含量检测智能分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110865041A true CN110865041A (zh) | 2020-03-06 |
Family
ID=69658996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911302417.2A Pending CN110865041A (zh) | 2019-12-17 | 2019-12-17 | 一种土壤成分含量检测智能分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110865041A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117871629A (zh) * | 2024-03-11 | 2024-04-12 | 四川省科源工程技术测试中心有限责任公司 | 一种基于电化学分析测定的耕地重金属离子检测设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609042A (zh) * | 2009-06-29 | 2009-12-23 | 浙江托普仪器有限公司 | 基于近红外光谱的手持式土壤养分无损测量系统 |
CN102680413A (zh) * | 2012-05-25 | 2012-09-19 | 浙江大学 | 全景环带高光谱快速检测野外土壤有机质含量的装置和方法 |
CN104596957A (zh) * | 2015-01-12 | 2015-05-06 | 西安科技大学 | 基于可见光近红外光谱技术的土壤铜含量估算方法 |
CN106096656A (zh) * | 2016-06-07 | 2016-11-09 | 中国科学院合肥物质科学研究院 | 一种基于稀疏表示及bp神经网络技术的土壤近红外光谱分析方法 |
CN109827946A (zh) * | 2019-02-28 | 2019-05-31 | 华北水利水电大学 | 土壤成分原位分析系统及方法 |
-
2019
- 2019-12-17 CN CN201911302417.2A patent/CN110865041A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609042A (zh) * | 2009-06-29 | 2009-12-23 | 浙江托普仪器有限公司 | 基于近红外光谱的手持式土壤养分无损测量系统 |
CN102680413A (zh) * | 2012-05-25 | 2012-09-19 | 浙江大学 | 全景环带高光谱快速检测野外土壤有机质含量的装置和方法 |
CN104596957A (zh) * | 2015-01-12 | 2015-05-06 | 西安科技大学 | 基于可见光近红外光谱技术的土壤铜含量估算方法 |
CN106096656A (zh) * | 2016-06-07 | 2016-11-09 | 中国科学院合肥物质科学研究院 | 一种基于稀疏表示及bp神经网络技术的土壤近红外光谱分析方法 |
CN109827946A (zh) * | 2019-02-28 | 2019-05-31 | 华北水利水电大学 | 土壤成分原位分析系统及方法 |
Non-Patent Citations (1)
Title |
---|
汪懋华等: "《现代精细农业理论与实践》", 31 October 2012, 中国农业大学出版社, pages: 5 - 24 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117871629A (zh) * | 2024-03-11 | 2024-04-12 | 四川省科源工程技术测试中心有限责任公司 | 一种基于电化学分析测定的耕地重金属离子检测设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101915738B (zh) | 基于高光谱成像技术的茶树营养信息快速探测方法及装置 | |
CN201408167Y (zh) | 一种尿液分析仪的颜色采集装置 | |
CN102798601A (zh) | 一种土壤有机质检测装置以及检测方法 | |
CN110865041A (zh) | 一种土壤成分含量检测智能分析系统 | |
CN102841063B (zh) | 一种基于光谱技术的生物炭溯源鉴别方法 | |
CN207472998U (zh) | 一种铁路机车电气设备检测装置 | |
CN203337259U (zh) | 一种手持式光辐射度计 | |
CN211402128U (zh) | 一种土壤成分含量检测设备 | |
CN207662797U (zh) | 双波长量子点荧光探针的荧光采集装置及浓度检测系统 | |
CN207798127U (zh) | 一种传感器及传感器模组检测平台 | |
CN116184967A (zh) | 一种d-二聚体和fdp复合质控品生产过程监控系统 | |
CN204008454U (zh) | 用于检测贮藏稻谷中霉菌指标的便携式近红外光谱分析仪 | |
CN201368868Y (zh) | 水环境野外综合采样分析仪 | |
CN116413245A (zh) | 一种基于云端模型资源库的食品中农药残留快速检测方法及系统 | |
CN105466877A (zh) | 紫外气体分析仪中气体浓度测量系统 | |
CN201251549Y (zh) | 茶叶安全快速检测仪 | |
CN201751818U (zh) | 一种avr芯片的温度校准系统 | |
CN2909242Y (zh) | 快速检测化肥各成分含量的仪器 | |
CN113189031A (zh) | 松香色度标准块量值溯源方法及装置 | |
CN112881296A (zh) | 用于光声光谱装置环境因素影响分析的实验平台 | |
CN201653544U (zh) | 激光器老化检测装置 | |
CN207036296U (zh) | 一种基于dts的光缆测温预警系统 | |
CN102072990A (zh) | 激光器老化检测装置 | |
CN112861299A (zh) | 基于红外光谱主成分和神经网络的生物质氯含量测量与建模方法 | |
CN214503539U (zh) | 一种智能棉样平衡架 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200306 |