一種用于水稻表土氮肥施用等級評定方法
【技術領域】
[0001] 本發明涉及土壤屬性高光譜預測方法，具體涉及一種用于水稻表土氮肥施用等級 評定方法。
【背景技術】
[0002] 土壤氮肥是土壤肥力三要素的重要組成部分，是影響作物生長發育的重要營養元 素，其濃度含量將影響農作物的產量和品質。在農田中科學管理氮肥施用能夠使作物有效 利用肥料，減少因過量施肥引起的環境污染、土壤質量下降等問題，其關鍵技術問題是在施 肥前提前測定該農田土壤中已有氮肥含量，確定氮肥施用等級。
[0003] 傳統測土配方施肥技術測定表層土壤氮肥施用量存在費用高、耗時久等不足。利 用可見-近紅外光譜分析技術快速檢測土壤屬性信息已經成為一種可靠有效的技術手段， 并且具有環保、不破壞、田間實地分析、多種屬性同時檢測等優點而被廣泛應用。而目前光 譜技術大都用于土壤氮的定量估計，尚未有研宄進行過氮肥施用等級的判定。因此，十分 有必要建立一種快速評定水稻表土氮肥施用等級的方法，彌補傳統測土配方施肥技術的不 足。
【發明內容】
[0004] 針對上述【背景技術】的不足，本發明的目的在于提供一種用于水稻表土氮肥施用等 級評定方法，利用已經訓練好的支持向量模型機判別類比，將采集到的待檢測水稻表土土 樣可見-近紅外光譜數據輸入，可以快速得出氮肥施用等級，指導水稻田合理施用氮肥。
[0005] 本發明采用的技術方案的步驟如下：
[0006] 步驟1)采用光纖式高光譜儀測定多個水稻表土可見-近紅外漫反射光譜數據，同 時采集多個水稻表土進行土壤全氮含量的化學測試；
[0007] 步驟2)根據每個水稻表土土樣的全氮含量計算該樣本的氮肥施用等級；
[0008] 步驟3)確定支持向量機的核函數與訓練方式，將每個水稻表土土樣的光譜數據 及對應的氮肥施用等級數據作為輸入數據，即訓練數據，輸入支持向量機模型中；
[0009] 步驟4)根據步驟1)再采集多個待測水稻表土土樣可見-近紅外漫反射光譜數據 并進行預處理，輸入已經訓練好的支持向量機模型判別類比，通過支持向量機模型判定后， 計算并輸出每個待測樣本的氮肥施用等級。
[0010] 所述步驟1)的具體過程為：
[0011] 步驟（I. 1)采集多個水稻表土土樣的光譜數據；
[0012] 步驟（1. 2)用化學方法分析所采集多個水稻表土土樣的全氮含量；
[0013] 步驟（1. 3)對所述光譜數據進行預處理。
[0014] 所述步驟（1. 2)中，所述用化學方法分析是用半微量開氏法測定。
[0015] 步驟（1. 3)中，所述光譜數據進行預處理的方法為基于最小二乘的Savitzky-Go lay經典平滑濾波與一階微分變換相結合的方法。
[0016] 所述步驟3)的具體過程為：
[0017] 步驟（3. 1)設已知訓練集 T = Kx1J1),…，（xn，yn)} e (χχγ)η，其中 Xie X = Rn，R為實數，η為參與模型訓練的樣本數，yie Y = {1，2, 3, 4, 5, 6}，i = 1，…，η ;X為可 見-近紅外光譜矩陣，xi為第i個土樣的可見-近紅外光譜數據，Y為步驟2)中計算得到 的氮肥施用等級矩陣，yi為第i個土樣的具體氮肥施用等級；
[0018] 步驟（3. 2)選擇核函數K(Xi, Xj)和懲罰參數為常數C，a為系數參數，ap 分別 為第i、j個土樣的系數參數，構造并求解最優化問題
【主權項】
1. 一種用于水稻表土氮肥施用等級評定方法，其特征在于，該方法的步驟如下： 步驟1)采用光纖式高光譜儀測定多個水稻表土可見-近紅外漫反射光譜數據，同時采 集多個水稻表土進行土壤全氮含量的化學測試； 步驟2)根據每個水稻表土土樣的全氮含量計算該樣本的氮肥施用等級； 步驟3)確定支持向量機的核函數與訓練方式，將每個水稻表土土樣的光譜數據及對 應的氮肥施用等級數據作為輸入數據，即訓練數據，輸入支持向量機模型中； 步驟4)根據步驟1)再采集多個待測水稻表土土樣可見-近紅外漫反射光譜數據并進 行預處理，輸入已經訓練好的支持向量機模型判別類比，通過支持向量機模型判定后，計算 并輸出每個待測樣本的氮肥施用等級。
2. 根據權利要求1所述的一種用于水稻表土氮肥施用等級評定方法，其特征在于，所 述步驟1)的具體過程為： 步驟（1. 1)采集多個水稻表土土樣的光譜數據； 步驟（1. 2)用化學方法分析所采集多個水稻表土土樣的全氮含量； 步驟（1. 3)對所述光譜數據進行預處理。
3. 根據權利要求2所述的一種用于水稻表土氮肥施用等級評定方法，其特征在于，所 述步驟（1.2)中，所述用化學方法分析是用半微量開氏法測定。
4. 根據權利要求2所述的一種用于水稻表土氮肥施用等級評定方法，其特征在于，步 驟（1. 3)中，所述光譜數據進行預處理的方法為基于最小二乘的Savitzky_G〇lay經典平滑 濾波與一階微分變換相結合的方法。
5. 根據權利要求1所述的一種用于水稻表土氮肥施用等級評定方法，其特征在于，所 述步驟3)確定支持向量機的核函數與訓練方式的具體過程為： 步驟（3. 1)設已知訓練集T= {(Xl，yi)，…，（xn，yn)}G(XXY)n，其中XiGX=Rn，R為實數，n為參與模型訓練的樣本數；yiGY= {1，2,3,4,5,6}，i= 1，…，n;X為可見-近 紅外光譜矩陣，Xi為第i個土樣的可見-近紅外光譜數據，Y為步驟2)中計算得到的氮肥 施用等級矩陣，yi為第i個土樣的具體氮肥施用等級； 步驟（3.2)選擇核函數K(Xi，Xp和懲罰參數為常數C，a為系數參數，ai、別為第i、j個土樣的系數參數，構造并求解最優化問題
得最優解Y 步驟（3. 3)選擇a#的一個小于C的正分量 <，并據此計算
核函數取徑向基函數：
6.根據權利要求1或4所述的一種用于水稻表土氮肥施用等級評定方法，其特征在于， 所述步驟4)的具體過程為： 將采集到的多個待測水稻表土土樣的可見-近紅外光譜數據進行預處理，預處理方法 如步驟（1.3)，然后輸入到決策函數中，決策函數.
計算得到 待測土樣氮肥施用等級。
【專利摘要】本發明公開了一種用于水稻表土氮肥施用等級評定方法。采用光纖式高光譜儀測定多個水稻表土可見-近紅外漫反射光譜數據，同時采集多個表土進行土壤全氮含量的化學測試；根據每個水稻表土土樣的全氮含量計算該樣本的氮肥施用等級；確定支持向量機的核函數與訓練方式，將每個土樣的光譜數據及對應的氮肥施用等級數據作為輸入數據，輸入支持向量機模型中；再采集多個待測水稻表土土樣可見-近紅外漫反射光譜數據，輸入已經訓練好的支持向量機模型判別類比，通過支持向量機模型判定后，計算并輸出每個待測樣本的氮肥施用等級。本發明指導水稻田合理施用氮肥，不僅體現在氮肥的合理施用，還對水稻田生態環境以及整體自然環境生態體系的有效保護。
【IPC分類】G06F19-00, G01N21-31
【公開號】CN104778349
【申請號】CN201510135919
【發明人】李碩, 史舟, 王乾龍, 周銀
【申請人】浙江大學
【公開日】2015年7月15日
【申請日】2015年3月26日