一种土壤水分检测系统及其检测方法与流程

本发明涉及光谱检测和人工智能领域，具体地说，涉及一种土壤水分检测系统及其检测方法。

背景技术：

土壤是田间农作物生长的基质，土壤含水率是影响作物生长的一个非常关键的因素。土壤是一种复杂的混合物，加上田间变化多端的环境因素，给土壤含水量检测带来较大的困扰。利用烘干法计算土壤含水率可以得到可靠的结果，然而该方法仅适合在实验室使用，且耗时严重。

随着传感器技术的发展，各种土壤水分传感器开始得以应用。传统的检测方法主要有电容法、电导率法、土壤表面光谱扫描法等。采用电容法、电导率法设计的传感器。

如公布号为cn106990139a的中国专利文献公开了一种基于太阳能的无线土壤水分传感器，包括单片机，单片机连接有高频信号发生电路、整流滤波电路和zigbee无线收发模块，高频信号发生电路用于产生高频信号，整流滤波电路用于产生高频信号，整流滤波电路用于对高频信号的整流滤波，探针用于检测土壤中含水率变化，设置两根，间隔布置；该发明能够实现土壤水分的自动检测，使用电场法测量土壤含水率，采用zigbee无线收发模块实现结果的无线传输。

现有技术中，探针插入土壤的深度、位置对检测结果有较大影响，检测精度相对较高但是能够检测的含水率范围比较狭窄；而采用土壤表面光谱扫描的法，得到的信息受到环境光照、土壤表面植物的影响较大。这些都不利于对土壤水分的实时监测。

技术实现要素：

本发明的目的为提供一种土壤水分检测系统，克服现有技术在计算土壤含水率时易受环境干扰、检测系统体积庞大、数据传输处理过程复杂等问题，同时针对光谱数据建模以及预测等过程无法在普通的控制器中完成，需要采用无线传输技术将数据传送到云服务器计算，即依赖互联网信息传输和外部计算资源等困扰。

本发明的另一目的为提供一种土壤水分检测方法，该方法基于上述土壤水分检测系统实现。

为了实现上述目的，本发明提供的土壤水分检测系统包括用于检测土壤水分的检测装置以及与检测装置通讯连接的接收器，检测装置包括：

光源，提供照射到土壤上的光线；

光源光纤，其端部插入待检测土壤内，将光源发射的光纤传至待检测土壤，使土壤发出反射光谱信号；

信号反射光纤，用于传输待检测土壤反射的光谱信号；

光谱检测器，将从信号反射光纤的输出端发出的光信号转化为电信号；

控制器，读取电信号，保存为光谱向量，并利用数学模型对光谱向量进行计算，得到土壤含水率；

信号发射器，将土壤含水率信息发射给接收器。

上述技术方案中，在计算机端完成建模并将模型移植到系统的控制器内用以计算新样本数据，其中，光源光纤和信号反射光纤组成探头，插入土壤内，创造相对理想的黑暗环境，避免了其他光线的影响。适用于田间复杂光照环境中。

作为优选，检测装置还包括定位器，用于获取待测土壤的位置信息。定位器可为gps定位器。

作为优选，控制器内设有存储模块，土壤含水率信息以及待测土壤的位置信息存储于存储模块中。方便存储土壤的实时含水率信息，并以便随时根据需要传送至接收器内。本发明的接收器可以是智能手机。

作为优选，数学模型为最小二乘回归模型，利用该模型对光谱向量进行计算后得到土壤含水率。

作为优选，光源光纤和信号反射光纤插入土壤内的一端集成便于插入的尖端。

作为优选，光源光纤和信号反射光纤上设有可上下调节的挡板，用于控制光纤尖端埋入土壤的深度。方便调节，挡板还起到了对检测装置的支撑作用，防止其歪倒。

本发明提供的土壤水分检测方法基于上述土壤水分检测系统实现，其包括以下步骤：

(1)获取不同含水量的土壤样本；

(2)利用检测装置采集土壤样本的光谱信息，保存反射光谱和样本编号；

(3)采用烘干法计算土壤样本的含水量值；

(4)对所述反射光谱进行标准化处理，得到预处理后的光谱数据；

(5)预处理后的反射光谱作为特征，含水量值作为标签，设置为训练数据集，利用偏最小二乘回归算法对所述训练数据集建模，保存数学模型并移植到嵌入式系统；

(6)对待测土壤样本进行光谱信息采集，代入数学模型，计算含水量；

(7)将待测土壤含水量及对应的位置信息存储到控制器的存储模块内；

(8)信号发射器将土壤含水量及其对应的位置信息传送至接收器上。

上述步骤(2)中检测光谱信息是指利用光源照射土壤样本，获取900-1700nm波长的光谱反射率。

上述步骤(3)中采用的烘干法是指测量原始土壤样本的质量及完全烘干后质量的差值，占原始土壤样本质量的比重，以获取土壤的含水率。

上述步骤(4)中的标准化处理的方法具体为单一样本每个波段的反射率减去样本所有波段的反射率的均值，再除以样本所有波段的反射率的标准差。

上述步骤(5)中采用的机器学习算法为偏最小二乘回归算法。

与现有技术相比，本发明的有益效果为：

本发明的土壤水分检测系统结构简单、环境光纤干扰小、土壤采样深度统一，能提供算法实现所需的理想环境。本发明的土壤水分检测方法，在获取待测样本光谱信息后，直接利用本地计算资源进行计算，输出检测结果，无需将数据通过网络传输到云服务器计算，效率更高。本发明采用了光谱分析技术、机器学习算法、地理信息技术，具有工作效率高、准确率高、可视化效果好等优点，克服了传统土壤含水率传感器稳定性差、干扰因素多、检测深度不统一等缺点。

附图说明

图1为本发明实施例的土壤水分检测系统的结构示意图；

图2为本发明实施例的土壤水分检测系统的检测装置的结构示意图

图3为本发明实施例的基于光谱分析技术计算土壤含水率的方法流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下结合实施例及其附图对本发明作进一步说明。

实施例

参见图1和图2，本实施例的土壤水分检测系统，包括接收器和检测装置1-2，其中，接收器为智能手机1-1。

检测装置1-2包括：可充电电池1-4；存储卡1-5；控制芯片1-6及外围电路；光源1-7，发射的光线进入光源光纤1-8，传导至待检测土壤1-3；反射光经信号反射光纤1-9传导至光谱检测器1-12；可调节挡板1-10，套在光源光纤1-8和信号反射光纤1-9外侧，可滑动、可固定；gps定位器1-11用于记录待检测土壤1-3的位置信息；wi-fi信号发射器1-13用于和智能手机1-1之间的数据传输。

滑动调节可调节挡板1-10，以控制光纤插入土壤的深度。检测时，将检测装置1-2插入待检测土壤1-3中。用智能手机1-1连接检测装置1-2的wi-fi网络，发送开始信号。控制芯片1-6收到开始信号后，驱动光源1-7工作，并读取接收到的反射光谱信息，根据嵌入在系统中的控制芯片1-6模型处理光谱信息，并计算土壤含水率。计算结果及当前gps坐标经wi-fi信号发射器1-13反馈给智能手机1-1，供用户查看。

参见图3，将上述装置获取到的土壤光谱信息进行算法处理，包括以下步骤：

第一步：采集土壤光谱信息及预处理

将光谱检测单元获取得到的900-1700纳米波长的反射光谱读入控制芯片中，记为向量x。采用min-max标准化预处理方法，公式如下：

其中x.max和x.min分别表示反射光谱的最大值和最小值，x^*表示预处理后的光谱信息。

第二步：光谱数据代入模型计算土壤含水率

在pc端利用大量样本数据和标签，采用偏最小二乘回归模型建立土壤含水率m与反射光谱x之间数学关系，建模过程使用matlab集成的库函数plsr()。完成建模后，得到权重向量w和偏置向量b，将以上两个参数保存至控制系统中。

利用待检测土壤样本的预处理后的光谱信息x^*计算土壤含水率的公式如下：

m＝w*x^*+b

第三步：数据存储

将计算得到的土壤含水率和对应的gps坐标以向量的形式保存，保存形式如下：

d＝[x,y,m]

其中x，y分别为经纬度坐标，m为土壤含水率。