收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

农业废弃物发酵过程中有机质的高光谱特征研究

吴裕  
【摘要】:好氧堆肥是水稻秸秆等农业废弃物资源化利用的主要途径,其中腐熟度评价和监测是其堆肥产品化重要的环节。目前常规的通过温度、颜色或经验等判断和评价堆肥腐熟程度的方法,难以确切反映原料种类、配比以及添加发酵菌剂等不同条件下堆肥的腐熟过程及其腐熟度。高光谱技术以其精细的光谱分辨率、纳米级连续光谱信息的获取能力,能有效地获取堆肥过程中腐熟因子光谱的细微特征,为快速监测好氧堆肥腐熟度提供了一种新的途径。本研究应用高光谱技术结合化学计量方法,基于敞开式和半封闭式高温好氧堆肥两种方式的堆肥实验过程,深入分析研究了水稻秸秆好氧转化过程中表征腐熟度的有机质含量(Organic matter,OM)、全氮含量(Total nitrogen,TN)以及碳氮比(Carbon-nitrogen ratio,C/N)的高光谱特征。在详细分析比较13种光谱变换对OM、TN和C/N不同波段光谱反射特征影响的基础上,采用逐步回归法(Stepwise regression,SR)、竞争性自适应重加权算法(Competitive adaptive reweighted sampling,CARS)、连续投影算法(Successive projections algorithm,SPA)和联合区间偏最小二乘法(Synergy interval PLS,si PLS)分别对OM、TN及C/N的特征波段进行分析和提取,并运用偏最小二乘回归(Partial least squares regression,PLSR)以全波段和提取的特征波段分别建立了堆肥过程中OM、TN及C/N的光谱反演模型。主要结论如下:1)450nm~1000nm波段光谱反射率对OM含量、TN含量和C/N变化具有指示作用。在好氧堆肥过程中,OM含量、TN含量和C/N由高逐渐降低,450nm~1000nm波段光谱反射率平均值与OM含量、TN含量和C/N整体上呈现负相关关系。450nm~1650nm波段光谱对水稻秸秆好氧堆肥物料的响应特征具有一定的稳定性,且不受堆肥方式的影响。2)光谱变换可以不同程度地提高水稻秸秆好氧堆肥物料光谱与OM含量、TN含量和C/N的相关性,有利于OM和TN特征波段的提取。本研究得到OM的最佳光谱变换为线性基线校正(Linear baseline correction,LBC),TN的最佳光谱变换为多元散射校正(Multiplicative scatter correction,MSC)。C/N使用原始光谱(Raw reflectance spectra,R)分析。3)特征波段的提取可以减少自变量个数从而简化反演模型,不同堆肥方式下水稻秸秆好氧堆肥过程中OM、TN和C/N在450nm~1650nm波段内的特征波段个数和位置较为稳定。分别对敞开式堆肥和半封闭式堆肥各指标特征波段进行提取后发现:OM最佳特征波段提取方法为si PLS,所提取特征波段集中在1440.21nm~1645.19nm;TN最佳特征波段提取方法为SPA,所提取特征波段为970.73nm、1014.99nm和1016.63nm;C/N最佳特征波段提取方法为SPA,所提取特征波段为454.21nm和1468.32nm。4)敞开式堆肥中OM光谱反演以LBC-si PLS-PLSR模型效果最好,模型Rp2和RMSEP分别为0.746和4.061,RPD为2.02;TN光谱反演以MSC-SPA-PLSR模型效果最好,模型Rp2和RMSEP分别为0.650和0.205,RPD为1.71;C/N光谱反演以R-SPA-PLSR模型效果最好,模型Rp2和RMSEP分别为0.706和1.110,RPD为2.07。敞开式堆肥实验获得的最佳建模方法在半封闭式堆肥实验中得到了验证,以相同方法建立的各指标反演模型精度均优于原始光谱全波段PLSR建模精度,说明以上模型具有较高的鲁棒性。综上,基于不同堆肥方式的水稻秸秆高温好氧堆肥过程中OM含量、TN含量和C/N与光谱特征关系的定量研究及其结果表明:基于高光谱技术结合相关化学计量学方法是实现对水稻秸秆高温好氧堆肥过程中OM含量、TN含量和C/N定量检测的重要及有效手段。研究结果可为精确监测秸秆腐解发酵过程,降低堆肥质量控制成本以及评价产品肥效性等提供科学依据及数据参考,对于应用高光谱分析技术智能监测水稻秸秆堆肥腐熟度具有重要科学意义。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 蒋建军;徐军;贺军亮;蔡海良;张春耀;;基于有机质诊断指数的土壤镉含量反演方法研究[J];土壤学报;2009年01期
2 孙桂玲;张翠兰;方勇华;黄宏华;;小波变换在光谱特征提取方面的应用[J];量子电子学报;2006年01期
3 刘焕军;张柏;刘殿伟;王宗明;宋开山;杨飞;;松嫩平原典型土壤高光谱定量遥感研究[J];遥感学报;2008年04期
4 樊利恒;吕俊伟;于振涛;曹亮杰;;基于核映射多光谱特征融合的高光谱遥感图像分类法[J];光子学报;2014年06期
5 张鹤;李孟婵;杨慧珍;王友玲;路永莉;张春红;邱慧珍;;不同碳氮比对牛粪好氧堆肥腐熟过程的影响[J];甘肃农业大学学报;2019年01期
6 李晓明;韩霁昌;李娟;;典型半干旱区土壤盐分高光谱特征反演[J];光谱学与光谱分析;2014年04期
7 林川;宫兆宁;赵文吉;樊磊;;基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例[J];生态学报;2013年04期
8 张娟娟;余华;乔红波;马新明;翟青云;;基于高光谱特征的土壤有机质含量估测研究[J];中国生态农业学报;2012年05期
9 胡盈盈;王瑞燕;郭鹏涛;李茂芬;梁伟红;李玉萍;;基于近地光谱特征的玉米田间杂草识别研究[J];江苏农业科学;2020年08期
10 孙宁;常庆瑞;刘梦云;杨琨;;黑垆土与栗钙土光谱特征研究[J];西北林学院学报;2011年01期
11 А.Г.Лабатко;Б.И.Шкарин;盛殿阁;;淹水土壤中~(14)C标记的水稻秸秆分解的研究[J];原子能农业译丛;1980年04期
12 高钛;;基于非负矩阵分解的高光谱解混算法研究现状和未来的发展方向[J];科技视界;2015年13期
13 尼加提·卡斯木;师庆东;王敬哲;茹克亚·萨吾提;依力亚斯江·努尔麦麦提;古丽努尔·依沙克;;基于高光谱特征和偏最小二乘法的春小麦叶绿素含量估算[J];农业工程学报;2017年22期
14 马菁;张学俭;;枸杞病虫害遥感近地高光谱特征研究[J];广东农业科学;2015年13期
15 马尔仑;郑艳楠;;基于光谱特征的监督分类方法在黄河口湿地的应用比较[J];价值工程;2014年02期
16 张东辉;赵英俊;赵宁博;秦凯;杨越超;;航空高光谱预测黑土地SOM含量的神经网络方法[J];光谱学与光谱分析;2018年S1期
17 周珈慧;;谱科研旋律 抒遥感情怀——记中国科学院遥感应用研究所高光谱研究室主任张立福[J];科学中国人;2012年24期
中国重要会议论文全文数据库 前10条
1 贺霖;潘泉;赵永强;邸韦华;;一类高光谱图象小目标统计检测算法研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
2 林颖;徐卫明;袁立银;王建宇;;热红外高光谱非均匀性校正及光谱特征提取[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
3 李俊;;高光谱大气红外探测仪观测数据同化中的几个关键科学问题及研究进展[A];第35届中国气象学会年会 S9 卫星资料同化[C];2018年
4 胡盛雯;殷德奎;;高光谱大气探测仪干涉信号的获取电路设计[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
5 范启雄;张卫兵;周家丹;韩若飞;;高光谱遥感的发展与人防工程目标探测[A];国家安全地球物理丛书(十)——地球物理环境与国家安全[C];2014年
6 张登荣;董传万;阎强;邓超;;浙东火山岩区岩墙可见光-近红外遥感光谱特征[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
7 冯文晓;陶莲;陈国顺;刁其玉;;小麦和水稻秸秆作为反刍动物饲料资源的生物降解技术研究进展[A];第十八届中国科协年会——分14 西北地区农牧结合发展草牧业研讨会论文集[C];2016年
8 高占国;张利权;;盐沼植被光谱特征的间接排序识别分析[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
9 陈瑞蕊;林先贵;王一明;胡君利;;畜禽粪便好氧堆肥技术在稻田甲烷减排中的应用研究[A];第十一届全国土壤微生物学术讨论会暨第六次全国土壤生物与生物化学学术研讨会第四届全国微生物肥料生产技术研讨会论文(摘要)集[C];2010年
10 杨超宇;杨顶田;杨跃忠;卢桂新;赵俊;孙兆华;;光学浅水中海草底质的高光谱提取[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
中国博士学位论文全文数据库 前10条
1 王顾希;基于高光谱数据建模的水环境承载力评价[D];成都理工大学;2017年
2 狄迪;风云四号高光谱红外探测仪资料同化相关问题研究[D];中国气象科学研究院;2019年
3 邢前国;珠江口水质高光谱反演[D];中国科学院研究生院(南海海洋研究所);2007年
4 高占国;长江口盐沼植被的光谱特征研究[D];华东师范大学;2006年
5 周广柱;铜矿区植物光谱特征与信息提取[D];山东科技大学;2007年
6 迟雪;水稻秸秆丁酸—丁醇分步发酵系统的构建与效能[D];哈尔滨工业大学;2018年
7 李海亮;水稻秸秆营养穴盘气动成型机理及试验研究[D];黑龙江八一农垦大学;2018年
8 Abdoulaye Aguibou DIALLO;水稻秸秆化学组成、机械特性及近红外光谱表征[D];中国农业大学;2018年
9 时红蕾;粪便好氧堆肥过程中典型抗生素的行为特性研究[D];西安建筑科技大学;2018年
10 曾剑飞;间歇供氧对畜禽粪便好氧堆肥氧气供需和主要气体产排的影响及机制研究[D];中国农业大学;2018年
中国硕士学位论文全文数据库 前10条
1 吴裕;农业废弃物发酵过程中有机质的高光谱特征研究[D];上海交通大学;2019年
2 王帅;小麦赤霉病高光谱特征提取方法研究[D];安徽农业大学;2019年
3 朱相兵;基于高光谱的荒漠草原地表微斑块识别研究[D];内蒙古农业大学;2019年
4 苗传红;土壤有机质高光谱灰色关联估测的修正模型研究[D];山东农业大学;2019年
5 余骁;星载高光谱分辨激光雷达回波信号大气层特征解析[D];成都信息工程大学;2018年
6 张冰;基于高光谱数据反演预测大型焦化基地土壤PAHs含量[D];山西农业大学;2016年
7 乔星星;冬小麦田土壤有机质含量的高光谱估测研究[D];山西农业大学;2018年
8 贾学勤;冬小麦籽粒干物质和氮积累动态高光谱监测研究[D];山西农业大学;2018年
9 麦尔耶姆·亚森;渭干河—库车河绿洲土壤重金属含量高光谱反演研究[D];新疆大学;2018年
10 秦朝阳;水华藻种铜绿微囊藻和小球藻的高光谱特征研究[D];清华大学;2012年
中国重要报纸全文数据库 前10条
1 本报记者 游笑春 范陈春;发力高光谱 农业好出路[N];福建日报;2020年
2 贺安康 本报记者 李春明;共推“贵阳一号”高光谱卫星 大数据应用项目落地[N];贵阳日报;2019年
3 部讯;我国首颗民用高光谱业务卫星成功发射[N];中国矿业报;2019年
4 记者 陆琦;我国发射首颗民用高光谱业务卫星[N];中国科学报;2019年
5 南方日报记者 郑佳欣 朱紫强 沈梦怡;“珠海一号”第二批卫星最快年底发射[N];南方日报;2017年
6 本报记者 刘晓星;高分专项高分五号卫星成功发射[N];中国环境报;2018年
7 赵凡;“高光谱小卫星载荷关键技术研究”启动[N];中国国土资源报;2009年
8 本报记者 张晶晶;神奇! 水稻秸秆竟能提炼纯水[N];中国科学报;2019年
9 记者 王冬 焦勇;水稻秸秆无害化处理国际研讨会在佳举行[N];佳木斯日报;2019年
10 记者 王爱娥;明年将加大有机肥扶植力度[N];农资导报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978