【技術實現步驟摘要】
本專利技術屬于土壤檢測，具體涉及一種基于拉曼光譜大面積土壤快速檢測方法及其系統。
技術介紹
1、土壤檢測是建筑、農業、環境科學和土地管理中的重要環節，傳統的土壤檢測方法通常依賴于化學分析，雖然精確，但是需要專業的實驗室設備和專業人員，檢測成本較高；從樣本采集到結果報告，通常需要數天甚至數周時間，以及傳統方法通常只能提供有限的樣本點數據，難以全面反映大面積場地區域內土壤的空間變異性。
技術實現思路
1、本專利技術的目的在于克服現有技術中的不足，提供一種基于拉曼光譜大面積土壤快速檢測方法及其系統，能夠提高土壤檢測的效率和精度。
2、為達到上述目的，本專利技術是采用下述技術方案實現的。
3、一方面，本專利技術提供了一種基于拉曼光譜大面積土壤快速檢測方法，包括步驟：
4、利用拉曼光譜儀獲取實驗室內多個合成模擬土壤樣本的拉曼光譜數據作為第一光譜數據樣本集；
5、獲取待檢測土壤場地上多個真實土壤樣本的拉曼光譜數據作為第二光譜數據樣本集；
6、分別獲取單獨的有機物、礦物質和水分的拉曼光譜特征數據合并作為第三光譜數據樣本集；
7、將第一光譜數據樣本集和第三光譜數據樣本集輸入k近鄰算法進行訓練獲得中間土壤評估模型；
8、將第一光譜數據樣本集和第二光譜數據樣本集按照預設比例合并輸入獲得的中間土壤評估模型進行訓練獲得knn土壤評估模型；
9、在待檢測土壤場地上全面積范圍內按均勻間隔且順序標注空間位置編號的采樣
10、輸入獲得的knn土壤評估模型中預測各個采樣點處土壤中有機物、礦物質和水分的土壤成分預測值；
11、待檢測土壤場地區域內每個標注有空間位置編號所對應采樣點的土壤成分預測值進行插值或擬合并利用gis軟件以生成待檢測土壤場地的完整土壤成分空間分布預測圖。
12、進一步的，所述多個合成模擬土壤樣本中包括至少兩種含有不同比例含量的有機物、礦物質和水分的土壤樣本。
13、進一步的，所述多個真實土壤樣本中包括至少一個位于待檢測土壤場地中部的土壤樣本、至少兩個位于待檢測土壤場地邊緣的土壤樣本和至少兩個位于待檢測土壤場地中部與邊緣之間的土壤樣本。
14、進一步的，有機物、礦物質和水分的拉曼光譜特征數據至少包括光譜特征峰的位置、強度和形狀。
15、進一步的，所述第一光譜數據樣本集和第二光譜數據樣本集按照1：（2~4）預設比例合并。
16、進一步的，在待檢測土壤場地上，按網格采樣、隨機網格采樣、交錯網格采樣、螺旋采樣或系統采樣方式，均勻間隔且順序標注空間位置編號的采樣。
17、進一步的，每個標注有空間位置編號所對應采樣點的土壤成分預測值進行插值或擬合采用克里金插值、最近鄰插值或多項式擬合。
18、進一步的，訓練獲得knn土壤評估模型，包括步驟：
19、將第一光譜數據樣本集和第三光譜數據樣本集合并形成一個初始訓練數據集；
20、選擇一個合適的最近鄰樣本數量k值，使用初始訓練數據集輸入k近鄰算法訓練knn模型，計算每個樣本與初始訓練數據集中所有樣本的歐氏距離獲取k個最近鄰樣本；
21、根據k個最近鄰樣本的標簽通過多數投票或加權平均的方式確定預測標簽獲得中間土壤評估模型；
22、將第一光譜數據樣本集和第二光譜數據樣本集按照1：（2~4）預設比例再次合并形成一個完整訓練數據集，并按照2：8比例分為驗證樣本集和訓練樣本集；
23、將合并后的訓練樣本集輸入中間土壤評估模型再次進行訓練獲得knn土壤評估模型，并利用驗證樣本集評估knn土壤評估模型，重復多次，計算獲得用于評估knn土壤評估模型的準確率、召回率、均方誤差。
24、進一步的，所述網格采樣采用5米×5米或10米×10米的網格，并按順序對網格進行地塊編號，所述空間位置編號包括采樣編號和地塊編號；
25、所述若干待檢測土壤樣本的采樣深度至少包括0.1米~0.25米、0.25米~0.5米、0.5米~1米中的一種。
26、第二方面，本專利技術提供了基于拉曼光譜大面積土壤快速檢測系統，包括模塊：
27、第一樣本集采集模塊，用于利用拉曼光譜儀獲取實驗室內多個合成模擬土壤樣本的拉曼光譜數據作為第一光譜數據樣本集；
28、第二樣本集采集模塊，用于獲取待檢測土壤場地上多個真實土壤樣本的拉曼光譜數據作為第二光譜數據樣本集；
29、第三樣本集采集模塊，用于分別獲取單獨的有機物、礦物質和水分的拉曼光譜特征數據合并作為第三光譜數據樣本集；
30、第一模型模塊，用于將第一光譜數據樣本集和第三光譜數據樣本集輸入k近鄰算法進行訓練獲得中間土壤評估模型；
31、第二模型模塊，用于將第一光譜數據樣本集和第二光譜數據樣本集按照預設比例合并輸入獲得的中間土壤評估模型進行訓練獲得knn土壤評估模型；
32、數據采集模塊，用于在待檢測土壤場地上全面積范圍內按均勻間隔且順序標注空間位置編號的采樣若干待檢測土壤樣本，并獲取標注有空間位置編號的待檢測土壤光譜數據，
33、第一預測模塊，用于輸入獲得的knn土壤評估模型中預測各個采樣點處土壤中有機物、礦物質和水分的土壤成分預測值；
34、第二預測模塊，用于待檢測土壤場地區域內每個標注有空間位置編號所對應采樣點的土壤成分預測值進行插值或擬合并利用gis軟件以生成待檢測土壤場地的完整土壤成分空間分布預測圖。
35、與現有技術相比，本專利技術所達到的有益效果：本專利技術提供的基于拉曼光譜大面積土壤快速檢測方法及其系統，獨特的結合合成模擬土壤樣本和真實土壤樣本等，構成多種數據樣本且利用knn算法訓練土壤評估模型，通過插值或擬合方法生成土壤成分的空間分布圖，能夠全面反映大面積場地內土壤的空間變異性，方便快捷易操作，為土壤管理和決策提供更全面的數據支持。提高了土壤成分預測的精度；也一定程度上實現了土壤成分的智能分析和空間分布預測，提高了土壤檢測的自動化和智能化水平。
本文檔來自技高網...【技術保護點】
1.一種基于拉曼光譜大面積土壤快速檢測方法，其特征在于，包括步驟：
2.根據權利要求1所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，所述多個合成模擬土壤樣本中包括至少兩種含有不同比例含量的有機物、礦物質和水分的土壤樣本。
3.根據權利要求2所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，所述多個真實土壤樣本中包括至少一個位于待檢測土壤場地中部的土壤樣本、至少兩個位于待檢測土壤場地邊緣的土壤樣本和至少兩個位于待檢測土壤場地中部與邊緣之間的土壤樣本。
4.根據權利要求3所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，有機物、礦物質和水分的拉曼光譜特征數據至少包括光譜特征峰的位置、強度和形狀。
5.根據權利要求4所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，所述第一光譜數據樣本集和第二光譜數據樣本集按照1：（2~4）預設比例合并。
6.根據權利要求5所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，在待檢測土壤場地上，按網格采樣、隨機網格采樣、交錯網格采樣、螺旋采樣或系統采樣方式，均勻間隔且順序
7.根據權利要求6所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，每個標注有空間位置編號所對應采樣點的土壤成分預測值進行插值或擬合采用克里金插值、最近鄰插值或多項式擬合。
8.根據權利要求7所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，訓練獲得KNN土壤評估模型，包括步驟：
9.根據權利要求8所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，所述網格采樣采用5米×5米或10米×10米的網格，并按順序對網格進行地塊編號，所述空間位置編號包括采樣編號和地塊編號；所述若干待檢測土壤樣本的采樣深度至少包括0.1米~0.25米、0.25米~0.5米、0.5米~1米中的一種。
10.基于拉曼光譜土壤快速檢測系統，其特征在于，包括模塊：
...【技術特征摘要】
1.一種基于拉曼光譜大面積土壤快速檢測方法，其特征在于，包括步驟：
2.根據權利要求1所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，所述多個合成模擬土壤樣本中包括至少兩種含有不同比例含量的有機物、礦物質和水分的土壤樣本。
3.根據權利要求2所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，所述多個真實土壤樣本中包括至少一個位于待檢測土壤場地中部的土壤樣本、至少兩個位于待檢測土壤場地邊緣的土壤樣本和至少兩個位于待檢測土壤場地中部與邊緣之間的土壤樣本。
4.根據權利要求3所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，有機物、礦物質和水分的拉曼光譜特征數據至少包括光譜特征峰的位置、強度和形狀。
5.根據權利要求4所述的基于拉曼光譜大面積土壤快速檢測方法，其特征在于，所述第一光譜數據樣本集和第二光譜數據樣本集按照1：（2~4）預設比例合并。
6.根據權利要求5所述的基于拉曼光...
【專利技術屬性】
技術研發人員：賈祥焱，李煜，李文，楊惠雯，王園園，
申請(專利權)人：江蘇省建筑工程質量檢測中心有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。