一种植物土壤pH值的检测方法

本发明涉及土壤ph值检测，特别是涉及一种植物土壤ph值的检测方法。

背景技术：

1、传统的土壤ph值检测方法通常需要通过化学试剂或者电子设备进行检测，这些方法不仅操作复杂，而且可能由于操作不当导致检测结果的误差。因此，开发一种操作简便、准确度高的土壤ph值检测方法具有重要的实用价值。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种植物土壤ph值的检测方法。

2、为实现上述目的，本发明提供了如下方案：

3、一种植物土壤ph值的检测方法，包括：

4、获取多个土壤样本；

5、利用ph值检测计对每个土壤样本进行ph值的测定，得到每个样本的ph值标签；每个所述土壤样本中设置至少两个所述ph值检测计；

6、将每个所述土壤样本进行光谱分析，得到每个样本的光谱数据；

7、将所述光谱数据和所述ph值标签作为训练数据，训练卷积神经网络，得到土壤ph值预测模型；

8、对待检测土壤样本进行光谱分析，得到待检测的光谱数据；

9、将所述待检测的光谱数据输入到所述土壤ph值预测模型中，得到土壤样本的ph值预测结果。

10、优选地，利用ph值检测计对每个土壤样本进行ph值的测定，得到每个样本的ph值标签之后，还包括：

11、对所述ph值标签的数值进行预处理，得到预处理后的ph值标签；ph值标签的预处理为去噪处理。

12、优选地，对所述ph值标签的数值进行预处理，得到预处理后的ph值标签，包括：

13、根据同一土壤样本中的各个所述ph值检测计之间的空间距离构建联系度模型；

14、利用所述联系度模型构建ph值去噪函数；

15、利用所述ph值去噪函数去除各个ph值检测计中ph信息的异常值，得到去噪后的ph值信息。

16、优选地，所述联系度模型的公式为：其中，σ表示历史时间段内在m点的ph值检测计与在n点的ph值检测计之间ph值差的平均值，dis(m,n)表示在m点的ph值检测计与在n点的ph值检测计之间的空间距离，r表示预设参数。

17、优选地，所述ph值去噪函数的公式为：

18、

19、其中，表示t时刻相应检测点位去噪后的ph值信息，x(m,t)表示t时刻在m点ph值检测计的测量值，x(n,t)表示t时刻在n点ph值检测计的测量值，ρ表示可调阈值，|nm|表示在同一个检测点位中ph值检测计的个数，其中，yi表示ph值检测计采集的第i个ph值，wi表示yi的加权值。

20、优选地，在将每个所述土壤样本进行光谱分析，得到每个样本的光谱数据之后，还包括：

21、对每个样本的光谱数据进行预处理，得到与处理后的光谱数据；光谱数据的预处理包括：去噪处理和归一化处理。

22、优选地，在将所述光谱数据和所述ph值标签作为训练数据，训练卷积神经网络，得到土壤ph值预测模型之后，还包括：

23、利用光谱数据和ph值标签构建模型验证集；

24、利用所述模型验证集对所述土壤ph值预测模型进行精度验证，得到验证好的土壤ph值预测模型。

25、根据本发明提供的具体实施例，本发明公开了以下技术效果：

26、本发明提供了一种植物土壤ph值的检测方法，包括：获取多个土壤样本；利用ph值检测计对每个土壤样本进行ph值的测定，得到每个样本的ph值标签；每个所述土壤样本中设置至少两个所述ph值检测计；将每个所述土壤样本进行光谱分析，得到每个样本的光谱数据；将所述光谱数据和所述ph值标签作为训练数据，训练卷积神经网络，得到土壤ph值预测模型；对待检测土壤样本进行光谱分析，得到待检测的光谱数据；将所述待检测的光谱数据输入到所述土壤ph值预测模型中，得到土壤样本的ph值预测结果。本发明通过ph值和光谱数据对卷积神经网络进行训练，并通过训练好的模型对待测数据进行预测，能够提高ph值预测结果的精准程度。

技术特征：

1.一种植物土壤ph值的检测方法，其特征在于，包括：

2.根据权利要求1所述的植物土壤ph值的检测方法，其特征在于，利用ph值检测计对每个土壤样本进行ph值的测定，得到每个样本的ph值标签之后，还包括：

3.根据权利要求2所述的植物土壤ph值的检测方法，其特征在于，对所述ph值标签的数值进行预处理，得到预处理后的ph值标签，包括：

4.根据权利要求3所述的植物土壤ph值的检测方法，其特征在于，所述联系度模型的公式为：其中，σ表示历史时间段内在m点的ph值检测计与在n点的ph值检测计之间ph值差的平均值，dis(m,n)表示在m点的ph值检测计与在n点的ph值检测计之间的空间距离，r表示预设参数。

5.根据权利要求4所述的植物土壤ph值的检测方法，其特征在于，所述ph值去噪函数的公式为：

6.根据权利要求1所述的植物土壤ph值的检测方法，其特征在于，在将每个所述土壤样本进行光谱分析，得到每个样本的光谱数据之后，还包括：

7.根据权利要求1所述的植物土壤ph值的检测方法，其特征在于，在将所述光谱数据和所述ph值标签作为训练数据，训练卷积神经网络，得到土壤ph值预测模型之后，还包括：

技术总结
本发明提供了一种植物土壤pH值的检测方法，包括：获取多个土壤样本；利用pH值检测计对每个土壤样本进行pH值的测定，得到每个样本的pH值标签；每个所述土壤样本中设置至少两个所述pH值检测计；将每个所述土壤样本进行光谱分析，得到每个样本的光谱数据；将所述光谱数据和所述pH值标签作为训练数据，训练卷积神经网络，得到土壤pH值预测模型；对待检测土壤样本进行光谱分析，得到待检测的光谱数据；将所述待检测的光谱数据输入到所述土壤pH值预测模型中，得到土壤样本的pH值预测结果。本发明通过pH值和光谱数据对卷积神经网络进行训练，并通过训练好的模型对待测数据进行预测，能够提高pH值预测结果的精准程度。

技术研发人员：张慧,鹿慧敏
受保护的技术使用者：浙江农林大学
技术研发日：
技术公布日：2024/2/25