[发明专利]适应复杂土壤基体的成分分析与预测方法、单元及系统有效
申请号: | 202310127006.4 | 申请日: | 2023-02-17 |
公开(公告)号: | CN115931828B | 公开(公告)日: | 2023-06-16 |
发明(设计)人: | 王锐;贺新 | 申请(专利权)人: | 华谱智能科技(天津)有限公司 |
主分类号: | G01N21/65 | 分类号: | G01N21/65;G06N3/04 |
代理公司: | 河北国维致远知识产权代理有限公司 13137 | 代理人: | 秦敏华 |
地址: | 300450 天津市滨海新区中新天津生态*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 适应 复杂 土壤 基体 成分 分析 预测 方法 单元 系统 | ||
本发明提供了一种适应复杂土壤基体的成分分析与预测方法、单元及系统,首先,获取待测土壤样本中待测元素与目标主量元素的光谱数据;其中,目标主量元素为根据预设条件预先选取的至少一种主量元素;将待测元素与目标主量元素的光谱数据输入到预先训练的预测模型中,得到待测元素含量的预测值。通过根据预先训练的预测模型实现对待测元素的预测,在预测时通过结合主量元素的含量进行自适应调整,从而减小基体效应的影响,能够有效避免的基体效应造成的预测误差,有效解决了针对复杂基底的土壤成分预测问题,从而实现对海量种类的土壤进行快速分析,有效检测土壤种属相关的海量土壤成分,提高土壤成分预测的准确度。
技术领域
本申请属于成分测试技术领域,尤其涉及一种适应复杂土壤基体的成分分析与预测方法、单元及系统。
背景技术
随着经济、科技、工业的飞速发展,可供使用的土壤资源日益紧张,土壤的污染极为严重,尤其是重金属污染,严重威胁土壤的生态安全。重金属通常指比重大于5或相对密度大于4.5×103kg/m3的金属元素,土壤重金属元素主要包括铅、铜、汞、镉、锌、铬等。因此,需要快速测定土壤中的重金属元素含量,以有效对污染土壤采取相应的治理措施,从而提高农业生产的可持续性和安全性。目前土壤元素含量检测主要采用化学手段,具体包括石墨炉加热原子吸收光谱法、火焰加热原子吸收光谱法、原子荧光光谱法、电感耦合等离子体原子发光光谱法等。这些方法具有很高的检出率和灵敏度,但是通常需要在高温和高压环境下对样品进行酸化消解,该过程操作复杂、成本较高、检测周期长,不适合推广和普及。而激光诱导击穿光谱技术无需复杂的样品制备,可以快速、低成本地检测元素含量,极具应用前景。
目前通常利用激光诱导击穿光谱(Laser-Induced Breakdown Spectroscopy,LIBS)技术结合定标曲线法实现成分检测,但由于基体效应的存在,只有当待测样品和标准样品的基本元素组分完全一致时,得出的定标曲线才准确。并且定标曲线法适合实验室分析,在实际应用中使用定标曲线法时,如果不确定待测样品与已有定标曲线对应的样品基体完全匹配,则需要制作一组待测元素严格呈现梯度分布的标准样品,从而重新制作一条定标曲线,因此现有技术对土壤成分检测的效率低。
发明内容
有鉴于此,本发明提供了一种适应复杂土壤基体的成分分析与预测方法、单元及系统,旨在解决现有技术对土壤成分检测的效率低的问题。
本发明实施例的第一方面提供了一种适应复杂土壤基体的成分分析与预测方法,包括:
获取待测土壤样本中待测元素与目标主量元素的光谱数据;其中,目标主量元素为根据预设条件预先选取的至少一种主量元素;
将待测元素与目标主量元素的光谱数据输入到预先训练的预测模型中,得到待测元素含量的预测值。
本发明实施例的第二方面提供了一种适应复杂土壤基体的成分分析与预测装置,包括:
获取模块,用于获取待测土壤样本中待测元素与目标主量元素的光谱数据;其中,目标主量元素为根据预设条件预先选取的至少一种主量元素;
预测模块,用于将待测元素与目标主量元素的光谱数据输入到预先训练的预测模型中,得到待测元素含量的预测值。
本发明实施例的第三方面提供了一种处理单元,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上第一方面的适应复杂土壤基体的成分分析与预测方法的步骤。
本发明实施例的第四方面提供了一种土壤成分检测系统,包括激发单元、收集单元以及如上第三方面的处理单元。
本发明实施例的第五方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上第一方面的适应复杂土壤基体的成分分析与预测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华谱智能科技(天津)有限公司,未经华谱智能科技(天津)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310127006.4/2.html,转载请声明来源钻瓜专利网。