本申请涉及土壤污染检测，具体涉及一种土壤污染快速检测方法、设备及系统。
背景技术：
1、通过土壤检测，可以精准地掌握土壤中的重金属、有机污染物、农药残留等有害物质的含量和分布，为科学制定土壤污染防治和修复方案提供有力依据。 这不仅能够保障农产品的质量安全，防止有害物质通过食物链进入人体，损害人类健康；还能够保护生态环境，防止土壤污染向水体、大气等其他环境介质扩散，造成更为严重的环境问题。
2、综上所述，利用便携式x射线荧光光谱仪（xpf）进行土壤污染快速检测时可以利用机器学习技术补偿土壤因素引起的误差，但是传统深度学习模型通常直接处理原始光谱，没有考虑到光谱与土壤因素之间的耦合关系，导致容易陷入过拟合，仅能学习到数据表层特征，光谱补偿效果差，降低了土壤污染检测的准确性。
技术实现思路
1、第一方面，本申请实施例提供了一种土壤污染快速检测方法，该方法包括以下步骤：
2、在待检测土壤中采集多份土壤样本，并记为样本，获取各样本的含水率、温度、湿度、粒径、各样本内待测重金属的光谱图、干燥土壤孔隙率、各样本内每个颗粒的等效圆直径、各样本的标准土壤样本中待测重金属的光谱图和浓度，将标准土壤样本中待测重金属的光谱图，记为参考光谱；
3、比较各样本的粒径与预设标准粒径的差异，确定各样本的粒径相关值，并结合各样本内所有颗粒的平方等效圆直径与等效圆直径的差异，确定各样本的土壤结构因子；衡量各样本的含水率与预设标准含水率的差异，并结合所述干燥土壤孔隙率，确定各样本的等效孔隙率；
4、通过比较各样本内待测重金属的光谱图中各波长与待测重金属的预设特征波长预设特征波长之间的差异，以及各波长与预设波长之间的差异，并结合所述土壤结构因子和所述等效孔隙率，确定各样本中待测重金属的光谱图中各波长的权重；
5、将各样本内待测重金属的光谱图中各波长下的光谱强度，权重以及参考光谱中对应波长下的光谱强度三者的乘积，作为各样本内待测重金属的光谱图中各波长下的强化光谱强度；将各样本内待测重金属的光谱图中各波长下的光谱强度预设特征波长替换为强化光谱强度，得到各样本内待测重金属的强化光谱图；将各样本内待测重金属的强化光谱图，所述含水率，所述温度和所述湿度，所述土壤结构因子，所述等效孔隙率和所述浓度，作为神经网络的输入，输出各样本内待测重金属的强化光谱图的光谱补偿系数；
6、基于各样本内待测重金属的强化光谱图和光谱补偿系数，并结合参考光谱和所述浓度，确定各样本内待测重金属的浓度。
7、优选的，所述各样本的粒径相关值的表达式为：；式中，表示样本i的粒径相关值；表示样本i的粒径；表示预设第一数值；表示预设标准粒径；表示以自然常数为底数的对数函数。
8、优选的，所述各样本的土壤结构因子的表达式为：；式中，表示样本i的土壤结构因子；表示样本i的粒径相关值；表示样本i内所有颗粒的平方等效圆直径的累加和比上所有颗粒的等效圆直径总和的结果；表示预设第二数值。
9、优选的，所述各样本的等效孔隙率的表达式为：；式中，表示样本i的等效孔隙率；表示样本i的干燥土壤孔隙率；表示样本i的含水率；表示预设含水率敏感系数；表示预设标准含水率；表示以自然常数为底数的对数函数。
10、优选的，所述各样本内待测重金属的光谱图中各波长的权重各样本内的确定方法为：
11、将待测重金属的预设特征波长与各样本内待测重金属的光谱图中各波长之间的比值，作为各样本内待测重金属的光谱图中各波长的第一权重；
12、将各样本内待测重金属的光谱图中各波长与预设波长之间的比值取相反数，将相反数作为以自然常数为底数的指数函数的自变量，得到的结果作为各样本内待测重金属的光谱图中各波长的第二权重；
13、样本i内待测重金属的光谱图中预设特征波长j的权重的表达式为：；式中，、分别表示样本i内待测重金属的光谱图中波长j预设特征波长的第一权重、第二权重；表示样本i的土壤结构因子；表示样本i的等效孔隙率；exp( )表示以自然常数为底数的指数函数。
14、优选的，所述各样本内待测重金属的浓度的表达式为：；式中，表示样本i内待测重金属的浓度；表示样本i内待测重金属的强化光谱图中所述预设特征波长处的光谱强度；表示样本i内待测重金属的光谱补偿系数；表示参考光谱中所述预设特征波长处的光谱强度和标准土壤样本中待测重金属的浓度的比值。
15、第二方面，本申请实施例还提供了一种土壤污染快速检测设备，所述设备中存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的一种土壤污染快速检测方法。
16、第三方面，本申请的实施例提供了一种土壤污染快速检测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述一种土壤污染快速检测方法的步骤。
17、由以上实施例可见，本申请实施例提供的一种土壤污染快速检测方法，至少具有如下有益效果：
18、本申请通过比较各样本的粒径与预设标准粒径的差异，并结合各样本内所有颗粒的平方等效圆直径与等效圆直径的差异，构建了土壤结构因子，量化了土壤颗粒的团聚程度和粒径大小对x射线荧光光谱仪检测结果的影响，有助于识别和消除由土壤团聚和粒径差异引起的光谱测量误差，从而提高光谱检测的准确性；进一步，衡量各样本的含水率与预设标准含水率的差异，并结合所述干燥土壤孔隙率，确定了等效孔隙率，可以补偿水分对x射线信号的双重衰减效应，提高光谱检测的准确性；进一步，通过比较各样本内待测重金属的光谱图中各波长与预设特征波长之间的差异，并结合土壤结构因子和等效孔隙率，确定各样本中待测重金属的光谱图中各波长的权重，有助于自适应调整光谱处理，有效去除噪声，提高土壤中重金属检测的准确性和可靠性；进一步，基于各样本内待测重金属的光谱图及其中所有波长的权重，以及参考光谱，对神经网络进行训练，得到了光谱补偿系数，有助于修正各样本待测重金属的光谱图中的光谱强度，提高了土壤污染检测的准确性；本申请通过分析土壤粒径、结构因子和等效孔隙率等物理特性，并利用深度学习网络模型对光谱数据进行处理，得到了光谱补偿系数，最终实现了对土壤中待测重金属浓度的准确测定，提高了土壤污染检测的准确性。
1.一种土壤污染快速检测方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种土壤污染快速检测方法，其特征在于，所述各样本的粒径相关值的表达式为：；式中，表示样本i的粒径相关值；表示样本i的粒径；表示预设第一数值；表示预设标准粒径；表示以自然常数为底数的对数函数。
3.如权利要求1所述的一种土壤污染快速检测方法，其特征在于，所述各样本的土壤结构因子的表达式为：；式中，表示样本i的土壤结构因子；表示样本i的粒径相关值；表示样本i内所有颗粒的平方等效圆直径的累加和比上所有颗粒的等效圆直径总和的结果；表示预设第二数值。
4.如权利要求1所述的一种土壤污染快速检测方法，其特征在于，所述各样本的等效孔隙率的表达式为：；式中，表示样本i的等效孔隙率；表示样本i的干燥土壤孔隙率；表示样本i的含水率；表示预设含水率敏感系数；表示预设标准含水率；表示以自然常数为底数的对数函数。
5.如权利要求1所述的一种土壤污染快速检测方法，其特征在于，所述各样本内待测重金属的光谱图中各波长的权重各样本内的确定方法为：
6.如权利要求1所述的一种土壤污染快速检测方法，其特征在于，所述各样本内待测重金属的浓度的表达式为：；式中，表示样本i内待测重金属的浓度；表示样本i内待测重金属的强化光谱图中所述预设特征波长处的光谱强度；表示样本i内待测重金属的光谱补偿系数；表示参考光谱中所述预设特征波长处的光谱强度和标准土壤样本中待测重金属的浓度的比值。
7.一种土壤污染快速检测设备，所述设备中存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的一种土壤污染快速检测方法。
8.一种土壤污染快速检测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任意一项所述一种土壤污染快速检测方法。