CN110887761A - 一种表层土壤含水量测定方法及*** - Google Patents
一种表层土壤含水量测定方法及*** Download PDFInfo
- Publication number
- CN110887761A CN110887761A CN201911245591.8A CN201911245591A CN110887761A CN 110887761 A CN110887761 A CN 110887761A CN 201911245591 A CN201911245591 A CN 201911245591A CN 110887761 A CN110887761 A CN 110887761A
- Authority
- CN
- China
- Prior art keywords
- soil
- gray value
- sample
- water content
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/04—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder
- G01N5/045—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by removing a component, e.g. by evaporation, and weighing the remainder for determining moisture content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提出了一种表层土壤含水量测定方法及***。所述测定方法首先获取待测区域的土壤样本;对土壤样本进行烘干称重,并获取每个含水量对应的样本图像;建立含水量与土壤表面灰度值的关系曲线;对关系曲线进行函数拟合,获得表示土壤表面灰度值与含水量关系的拟合函数;然后,获取待检测区域的土壤表面灰度值;根据拟合函数和待检测区域的土壤表面灰度值,确定待检测区域的土壤含水量。本发明只需对待检测区域进行单次采样,获取待检测区域的拟合函数,然后基于获取的待检测区域的图像信息,即可实现待检测区域的土壤含水量的测定,与烘干称重法相比,降低了取样对土壤影响、与时域反射仪法相比,简化了实现过程,并无需大量的人力物力。
Description
技术领域
本发明涉及表层土壤含水量测定技术领域,特别是涉及一种表层土壤含水量测定方法及***。
背景技术
近年来,随着工业农业生产方面用水量的逐渐增大,农田灌溉用水量的不合理安排,造成水资源不必要的浪费,因此对土壤水分含量的测定,对农业生产具有重大意义。表层土壤水分在土壤-植物-大气连续体中起着重要作用,其不仅影响根区土壤水分运动,还通过改变地表反射率和土壤热特性来影响地表与大气之间的水分交换。快速准确测定表层土壤水分含量是土壤水分动态变化和空间分布格局研究的基础,同时对于深入理解土壤-植物-大气连续体水分过程具有重要的意义。传统的表层土壤含水量测定方法有烘干称重法、中子仪法、时域反射仪法(Time-domain reflectometer,TDR)等。但上述方法在实际应用中存在一定的缺陷,如烘干称重法简单直接,但取样时会破坏土壤并干扰土壤水分的连续性,田间深层取样困难、费时费力,在田间留下的取样孔,会切断作物的某些根系并影响土壤水分运动;中子仪法适于田间土壤水分长期定位观测,操作快捷,测定结果快速、准确可靠,可以重复进行。但此方法特别难以用于测定土壤表层含水量,因为高速中子易逸散到大气中,在距离土壤表面15~20cm位置的监测,导致其结果不够准确,因而操作需要田间校准、同时仪器设备昂贵、投入较大;而TDR仪测定的土壤表层的含水量比中子仪所测定的精度要高,它的垂直分辨率高并以其快速、准确、安全、方便一般不需标定、便于自动控制等特点应用广泛,但该仪器价格十分昂贵,此方法受盐分和温度的影响因而不适直盐碱土土壤测量,另外在测定时测点要埋多个探头,需要大量的人力物力。如何提供一种对土壤影响小、实现简单的表层土壤含水量测定方法,成为一个亟待解决的技术问题。
发明内容
本发明的目的是提供一种表层土壤含水量测定方法及***,以降低取样对土壤影响、实现简单,无需大量的人力物力。
为实现上述目的,本发明提供了如下方案:
一种表层土壤含水量测定方法,所述测定方法包括如下步骤:
获取待测区域的土壤样本;
对所述土壤样本进行烘干称重,计算烘干过程中的含水量,并获取每个含水量对应的样本图像;
提取每个所述样本图像的灰度值作为土壤样本的土壤表面灰度值;
以所述含水量为纵坐标,以土壤样本的土壤表面灰度值为横坐标,建立含水量与土壤表面灰度值的关系曲线;
对所述关系曲线进行函数拟合,获得表示土壤表面灰度值与含水量对应关系的拟合函数;
获取待测区域的图像信息;
对所述图像信息进行灰度值提取,获取待检测区域的土壤表面灰度值;
根据所述拟合函数和所述待检测区域的土壤表面灰度值,确定待检测区域的土壤含水量。
可选的,所述提取每个所述样本图像的灰度值,具体包括:
利用Image软件的模式转换工具将RGB颜色模式的所述样本图像转换成8bit灰度模式的样本图像;
利用IPP软件中的光谱轮廓工具获取8bit灰度模式的样本图像的灰度值;
利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
可选的,所述利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值,具体包括:
利用Image软件的光矫正工具采用拉格朗日线性插值的方式,对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
可选的,所述拉格朗日线性插值的方式的拉格朗日线性插值公式为:Gc=255*(Gm-Gb)/(Gw-Gb)
式中,Gc为土壤表面灰度值矫正值,Gw为白色标卡灰度实测值,Gb为黑色标卡灰度实测值,Gm为土壤表面灰度值实测值。
一种表层土壤含水量测定***,所述测定***包括:
土壤样本获取模块,用于获取待测区域的土壤样本;
样本测定模块,用于对所述土壤样本进行烘干称重,计算烘干过程中的含水量,并获取每个含水量对应的样本图像;
第一灰度值提取模块,用于提取每个所述样本图像的灰度值作为土壤样本的土壤表面灰度值;
曲线拟合模块,用于以所述含水量为纵坐标,以土壤样本的土壤表面灰度值为横坐标,建立含水量与土壤表面灰度值的关系曲线;
函数拟合模块,用于对所述关系曲线进行函数拟合,获得表示土壤表面灰度值与含水量对应关系的拟合函数;
待测区域的图像信息获取模块,用于获取待测区域的图像信息;
第二灰度值提取模块,用于对所述图像信息进行灰度值提取,获取待检测区域的土壤表面灰度值;
土壤含水量计算模块,用于根据所述拟合函数和所述待检测区域的土壤表面灰度值,确定待检测区域的土壤含水量。
可选的,所述第一灰度值提取模块,具体包括:
模式转换子模块,用于利用Image软件的模式转换工具将RGB颜色模式的所述样本图像转换成8bit灰度模式的样本图像;
灰度值获取子模块,用于利用IPP软件中的光谱轮廓工具获取8bit灰度模式的样本图像的灰度值;
矫正子模块,用于利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
可选的,所述矫正子模块,具体包括:
矫正单元,用于利用Image软件的光矫正工具采用拉格朗日线性插值的方式,对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
可选的,所述矫正单元应用的拉格朗日线性插值公式为:Gc=255*(Gm-Gb)/(Gw-Gb);
式中,Gc为土壤表面灰度值矫正值,Gw为白色标卡灰度实测值,Gb为黑色标卡灰度实测值,Gm为土壤表面灰度值实测值。
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:
本发明提出了一种表层土壤含水量测定方法及***。所述测定方法首先获取待测区域的土壤样本;对所述土壤样本进行烘干称重,计算烘干过程中的含水量,并获取每个含水量对应的样本图像;提取每个所述样本图像的灰度值作为土壤样本的土壤表面灰度值;以所述含水量为纵坐标,以土壤样本的土壤表面灰度值为横坐标,建立含水量与土壤表面灰度值的关系曲线;对所述关系曲线进行函数拟合,获得表示土壤表面灰度值与含水量对应关系的拟合函数;然后,获取待测区域的图像信息,并对所述图像信息进行灰度值提取,获取待检测区域的土壤表面灰度值;根据所述拟合函数和所述待检测区域的土壤表面灰度值,确定待检测区域的土壤含水量。本发明只需对待检测区域进行单次采样,获取待检测区域的土壤性质对应的拟合函数,然后基于获取的待检测区域的图像信息,即可实现待检测区域的土壤含水量的测定,与烘干称重法相比,降低了取样对土壤影响、与时域反射仪法相比,简化了实现过程,并无需大量的人力物力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种表层土壤含水量测定方法的流程图;
图2为本发明提供的土壤含水量随烘干时间的变化曲线图;
图3为本发明提供的土壤灰度值随烘干时间的变化曲线图;
图4为本发明提供的土壤含水量与土壤灰度值的关系曲线图;
图5为本发明提供的一种表层土壤含水量测定方法的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种表层土壤含水量测定方法及***,以降低取样对土壤影响、实现简单,无需大量的人力物力。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
近年来,随着光谱遥感技术的发展,光谱遥感技术在土壤特性研究中的应用十分广泛。土壤反射光谱特性的研究是土壤遥感的物理基础,并为土壤本身属性的研究提供一个新的研究途径和指标。土壤光谱反射率是土壤理化特征和内在结构的综合反映。土壤表面能够反射可见光,因而土壤表面对不同水分含量能够显示出特定的颜色和亮度,当土壤的有机质含量、颗粒组成、容重不变时,影响土壤光谱亮度的主要因素是土壤水分的变化。这是因为土壤水分的变化会影响可见光的反射、散射和吸收。大部分土壤在由湿变干的过程中,土壤表面颜色逐渐由深变浅,其实质是土壤反射率增加导致可见光反射光谱亮度增加。基于上述考虑,本发明通过不同水分含量土壤光谱特征得出其土壤表面灰度值,进而预测土壤含水量。提出一种表层土壤含水量测定方法及***。
如图1所示,本发明提供一种表层土壤含水量测定方法,所述测定方法包括如下步骤:
步骤101,获取待测区域的土壤样本。
步骤102,对所述土壤样本进行烘干称重,计算烘干过程中的含水量,并获取每个含水量对应的样本图像。
步骤103,提取每个所述样本图像的灰度值作为土壤样本的土壤表面灰度值。
步骤103所述提取每个所述样本图像的灰度值作为土壤样本的土壤表面灰度值,具体包括:利用Image软件的模式转换工具将RGB颜色模式的所述样本图像转换成8bit灰度模式的样本图像;利用IPP软件中的光谱轮廓工具获取8bit灰度模式的样本图像的灰度值;利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
其中,所述利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值,具体包括:利用Image软件的光矫正工具采用拉格朗日线性插值的方式,对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。所述拉格朗日线性插值的方式的拉格朗日线性插值公式为:Gc=255*(Gm-Gb)/(Gw-Gb);式中,Gc为土壤表面灰度值矫正值,Gw为白色标卡灰度实测值,Gb为黑色标卡灰度实测值,Gm为土壤表面灰度值实测值。
步骤104,以所述含水量为纵坐标,以土壤样本的土壤表面灰度值为横坐标,建立含水量与土壤表面灰度值的关系曲线。
步骤105,对所述关系曲线进行函数拟合,获得表示土壤表面灰度值与含水量对应关系的拟合函数。
作为步骤101-步骤105的一种具体的实施方式。
首先,本发明将宁夏同心黄绵土、固原灌淤土、中卫风沙土、银川黑垆土样品装入直径3cm、高5cm的环刀,装土深度4.5cm,将环刀内的土壤吸水至饱和,用称重法确定土壤含水率(质量百分比),然后将环刀放在固定高度的载物板上,然后用手机获取土壤表面图像,为消除土壤表面反射光谱出现的同色异谱现象,保持实验光源为固定的荧光灯(40W,距离土壤表面高度2.7m),控制土样的环境光保持一致。与此同时,测定黑白标准色卡的灰度值,之后获取土样表面图像后,将环刀放于烘箱中,每隔30、60min取出,用烘干法(105℃)测定土壤测定土壤含水率,同时获取土壤表面图像。重复上述过程,直至土样烘干为止。
本发明获取的样品的基本属性如表1所示。
表1实验样品的基本属性表
烘干过程中土壤含水量如图2所示。
随着烘干时间的推移,土壤含水量逐渐减少。土壤类型不同,土壤含水量减小程度不同。四种土壤类型含水量平均值介于24.4~36.9%,其含水量平均值呈现:黄绵土>黑垆土>黑土>风沙土的规律。这可能与试样土壤容重、质地等自身属性存在关系。黄绵土为轻壤土或中壤土,其中粘粒质量占比26~30%,粘粒占12~14%,细砂粒和粉粒占比60%,导致土壤通气、透水性能较好。黑垆土组成以粉砂粒为主,其含量约占一半以上,微团聚体也较多且呈多孔状,形成了容量低(1.1~1.4g/cm3),吸湿水较好的特性。黑土为壤质土,粒级分选不明显,但土壤结构中存在大量非毛细管孔隙,形成土壤透水性差,保水量低的现象。风沙组成以细沙为主且细沙约占90%,导致风沙土储存土壤水分的性能极差。土样在105℃恒温烘箱过程中,自由水先蒸发损失掉,随时间推移毛细孔隙中的吸湿水也逐渐损失掉。图2中土壤含水量曲线也验证了此规律:不同土样的含水量损失量随烘干时间增加呈现减少规律。
然后,利用软件ImageJ,图像处理过程为:获取图像→图像转换→图像校正→测定灰度值。具体的,在获取土壤表面图像后,利用ImageJ软件将RGB颜色模式的土壤表面图像转换为8bit灰度模式,利用IPP中的光谱轮廓工具从8bit灰度模式的土壤表面图像中,获取土壤表面反射光谱的灰度值,然后利用ImageJ中的光校正工具对灰度值进行矫正,来消除环境光变化对反射光亮度的影响。在ImageJ中光强度校正工具是基于拉格朗日线性插值进行的,在本试验条件下,其计算公式可以简化如下:Gc=255*(Gm-Gb)/(Gw-Gb),式中,Gc土壤表面灰度值,Gw白色标卡灰度实测值,Gb黑色标卡灰度实测值,Gm土壤表面灰度值实测值。
土壤烘干过程中表面灰度值变化规律如图3所示。本发明采用控制变量法,在土壤容重一致的条件下,土壤水分是唯一能够引起土壤表面光谱特性改变的因素,土壤表面灰度值是土壤表面对可见光的反射和散射作用所形成的一个基本物理参数。由图3土壤烘干过程中校正后土壤表面灰度值随时间变化曲线可知,随着时间的增加土壤表面灰度值总体呈增长趋势。由于为土壤在烘干过程中土壤水分逐渐损失掉,土壤表面对可见光的反射和散射能力加强,土壤表面亮度增加,则土壤表面灰度值变大。不同土壤表面灰度值相差很大,说明土壤亮度也差距不同,这与实际情况一致,其亮度关系为:风沙土>黄绵土>灰钙土>灌淤土。从实验结果也可以看出,土壤表面灰度值与土壤有机质量有很大的关系,有机质含量越高,土壤表面灰度值越小,反之则大。分析土壤的矿物质组成发现,不同土壤类型其矿物质组成对土壤表面灰度值也有一定影响。
最后,建立土壤表面灰度值与土壤含水量关系的数学关系,烘干过程中土壤含水量与表面灰度值之间的关系如图4所示,由图4可以看出,不同类型的土样随着含水量的增加其灰度值均呈上升趋势。可能是对于同一类型的土样,吸收的水分在土壤空隙间存储,当土壤含水量较高时,大部分土壤空隙充满水,水分对可见光的吸收增强导致土壤表面的反射和散射,从而使反射光强降低,土壤表面亮度降低,得到的灰度值相应的也在降低。此外,不同类型土样含水量相同时,其表面灰度值表现为:风沙土>黄绵土>灰钙土>灌淤土。
为了得到土壤含水量与表面灰度值之间的关系,本发明采用指数函数(θ=Ke-bG)。式中:θ为供试土壤含水量(%);G为供试土壤表面灰度值;K、b为指数函数拟合参数。对试验结果进行拟合并对拟合结果进行显著性检验(采用t检验法)结果如表2所示。
表2供试土壤表面灰度值与含水量的拟合关系
拟合结果如下:
灰钙土土壤含水量与表面灰度值的拟合关系:θ=49.214e-0.015G;
灌淤土土壤含水量与表面灰度值的拟合关系:θ=30.236e-0.029G;
风沙土土壤含水量与表面灰度值的拟合关系:θ=49.386e-0.143G;
黄绵土土壤含水量与表面灰度值的拟合关系:θ=43.900e-0.023G。
根据图4和表2可知,供试土壤表面灰度值与含水量的回归模型在显著性水平(a=0.05)下是显著的,说明土壤表面灰度值与表层土壤含水量之间存在指数负相关关系。通过比较风沙土、灌淤土、黄绵土、灰钙土的K值发现,K值与土样灰度值接近于零时的土样含水量很接近,说明可以利用土壤含水量与表面灰度值之间的这种指数关系,在已知土壤表面灰度值的情况下来估算土壤表层含水量。
根据上述实施方式的结果可知,本发明采用4种不同类型的土壤,基于不同含水量土壤光谱特征不同得出土壤表面灰度值,进而建立土壤表面灰度值与含水量之间的关系,预测估算土壤含水量。
(1)土壤在烘干过程中,含水量的变化呈抛物线趋势递减,这与土壤孔隙结构和有机质含量的有关。
(2)土壤在烘干过程中,土壤表面灰度值总体呈上趋势,这是因为土壤在由湿变干的过程中,土壤表面颜色逐渐由深变浅,土壤反射率增加导致可见光反射光谱亮度增加,土壤表面灰度值增大。
(3)土壤表面灰度值与土壤表层含水量之间存在一定的函数关系,随着土壤水分的减少,土壤反射率逐渐增加导致可见光反射光谱增加,土壤表面灰度值增加。土壤有机质对土壤水分含量有着很大的影响,土壤有机质含量越大,土壤含水量越低。本发明在实施过程中对待检测区域进行采样,获取待检测区域的拟合函数,以避免土壤属性的影响。
步骤106,获取待测区域的图像信息;
步骤107,对所述图像信息进行灰度值提取,获取待检测区域的土壤表面灰度值;
步骤108,根据所述拟合函数和所述待检测区域的土壤表面灰度值,确定待检测区域的土壤含水量。
如图5所示,本发明还提供一种表层土壤含水量测定***,所述测定***包括:
土壤样本获取模块501,用于获取待测区域的土壤样本;
样本测定模块502,用于对所述土壤样本进行烘干称重,计算烘干过程中的含水量,并获取每个含水量对应的样本图像;
第一灰度值提取模块503,用于提取每个所述样本图像的灰度值作为土壤样本的土壤表面灰度值。
所述第一灰度值提取模块503,具体包括:模式转换子模块,用于利用Image软件的模式转换工具将RGB颜色模式的所述样本图像转换成8bit灰度模式的样本图像;灰度值获取子模块,用于利用IPP软件中的光谱轮廓工具获取8bit灰度模式的样本图像的灰度值;矫正子模块,用于利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
其中,所述矫正子模块,具体包括:矫正单元,用于利用Image软件的光矫正工具采用拉格朗日线性插值的方式,对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。所述矫正单元应用的拉格朗日线性插值公式为:Gc=255*(Gm-Gb)/(Gw-Gb);式中,Gc为土壤表面灰度值矫正值,Gw为白色标卡灰度实测值,Gb为黑色标卡灰度实测值,Gm为土壤表面灰度值实测值。
曲线拟合模块504,用于以所述含水量为纵坐标,以土壤样本的土壤表面灰度值为横坐标,建立含水量与土壤表面灰度值的关系曲线;
函数拟合模块505,用于对所述关系曲线进行函数拟合,获得表示土壤表面灰度值与含水量对应关系的拟合函数;
待测区域的图像信息获取模块506,用于获取待测区域的图像信息;
第二灰度值提取模块507,用于对所述图像信息进行灰度值提取,获取待检测区域的土壤表面灰度值;
土壤含水量计算模块508,用于根据所述拟合函数和所述待检测区域的土壤表面灰度值,确定待检测区域的土壤含水量。
本说明书中等效实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,等效实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
Claims (8)
1.一种表层土壤含水量测定方法,其特征在于,所述测定方法包括如下步骤:
获取待测区域的土壤样本;
对所述土壤样本进行烘干称重,计算烘干过程中的含水量,并获取每个含水量对应的样本图像;
提取每个所述样本图像的灰度值作为土壤样本的土壤表面灰度值;
以所述含水量为纵坐标,以土壤样本的土壤表面灰度值为横坐标,建立含水量与土壤表面灰度值的关系曲线;
对所述关系曲线进行函数拟合,获得表示土壤表面灰度值与含水量对应关系的拟合函数;
获取待测区域的图像信息;
对所述图像信息进行灰度值提取,获取待检测区域的土壤表面灰度值;
根据所述拟合函数和所述待检测区域的土壤表面灰度值,确定待检测区域的土壤含水量。
2.根据权利要求1所述的表层土壤含水量测定方法,其特征在于,所述提取每个所述样本图像的灰度值,具体包括:
利用Image软件的模式转换工具将RGB颜色模式的所述样本图像转换成8bit灰度模式的样本图像;
利用IPP软件中的光谱轮廓工具获取8bit灰度模式的样本图像的灰度值;
利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
3.根据权利要求2所述的表层土壤含水量测定方法,其特征在于,所述利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值,具体包括:
利用Image软件的光矫正工具采用拉格朗日线性插值的方式,对样本图像的灰度值进行光矫正,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
4.根据权利要求3所述的表层土壤含水量测定方法,其特征在于,所述拉格朗日线性插值的方式的拉格朗日线性插值公式为:Gc=255*(Gm-Gb)/(Gw-Gb)
式中,Gc为土壤表面灰度值矫正值,Gw为白色标卡灰度实测值,Gb为黑色标卡灰度实测值,Gm为土壤表面灰度值实测值。
5.一种表层土壤含水量测定***,其特征在于,所述测定***包括:
土壤样本获取模块,用于获取待测区域的土壤样本;
样本测定模块,用于对所述土壤样本进行烘干称重,计算烘干过程中的含水量,并获取每个含水量对应的样本图像;
第一灰度值提取模块,用于提取每个所述样本图像的灰度值作为土壤样本的土壤表面灰度值;
曲线拟合模块,用于以所述含水量为纵坐标,以土壤样本的土壤表面灰度值为横坐标,建立含水量与土壤表面灰度值的关系曲线;
函数拟合模块,用于对所述关系曲线进行函数拟合,获得表示土壤表面灰度值与含水量对应关系的拟合函数;
待测区域的图像信息获取模块,用于获取待测区域的图像信息;
第二灰度值提取模块,用于对所述图像信息进行灰度值提取,获取待检测区域的土壤表面灰度值;
土壤含水量计算模块,用于根据所述拟合函数和所述待检测区域的土壤表面灰度值,确定待检测区域的土壤含水量。
6.根据权利要求5所述的表层土壤含水量测定***,其特征在于,所述第一灰度值提取模块,具体包括:
模式转换子模块,用于利用Image软件的模式转换工具将RGB颜色模式的所述样本图像转换成8bit灰度模式的样本图像;
灰度值获取子模块,用于利用IPP软件中的光谱轮廓工具获取8bit灰度模式的样本图像的灰度值;
矫正子模块,用于利用Image软件的光矫正工具对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
7.根据权利要求6所述的表层土壤含水量测定***,其特征在于,所述矫正子模块,具体包括:
矫正单元,用于利用Image软件的光矫正工具采用拉格朗日线性插值的方式,对样本图像的灰度值进行光矫正,以消除环境变化对反射光亮度的影响,获得矫正后的样本图像的灰度值作为土壤样本的土壤表面灰度值。
8.根据权利要求7所述的表层土壤含水量测定***,其特征在于,所述矫正单元应用的拉格朗日线性插值公式为:Gc=255*(Gm-Gb)/(Gw-Gb);
式中,Gc为土壤表面灰度值矫正值,Gw为白色标卡灰度实测值,Gb为黑色标卡灰度实测值,Gm为土壤表面灰度值实测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911245591.8A CN110887761A (zh) | 2019-12-07 | 2019-12-07 | 一种表层土壤含水量测定方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911245591.8A CN110887761A (zh) | 2019-12-07 | 2019-12-07 | 一种表层土壤含水量测定方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110887761A true CN110887761A (zh) | 2020-03-17 |
Family
ID=69750926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911245591.8A Pending CN110887761A (zh) | 2019-12-07 | 2019-12-07 | 一种表层土壤含水量测定方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110887761A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112577906A (zh) * | 2020-11-18 | 2021-03-30 | 上海市园林科学规划研究院 | 城市绿地土壤含水率检测方法 |
CN117272247A (zh) * | 2023-11-17 | 2023-12-22 | 沧州师范学院 | 一种应用于数字孪生智慧乡村的数据集成方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155298A (zh) * | 2014-08-12 | 2014-11-19 | 哈尔滨工业大学 | 基于光强补偿及图像灰度值的土壤表层含水率测量方法 |
US20160335477A1 (en) * | 2015-05-13 | 2016-11-17 | Raytheon Company | Apparatus and processes for photosynthetic activity measurement and mapping |
EP3192011A1 (en) * | 2014-09-12 | 2017-07-19 | Appareo Systems, LLC | Non-image-based grain quality sensor |
CN107133634A (zh) * | 2017-03-28 | 2017-09-05 | 北京农业信息技术研究中心 | 一种植株水分亏缺程度获取方法及装置 |
CN108537851A (zh) * | 2018-03-29 | 2018-09-14 | 湖南农业大学 | 一种土壤湿度的探测方法及其应用 |
CN109297963A (zh) * | 2018-10-12 | 2019-02-01 | 湖南农业大学 | 土壤图像获取设备、土壤含水量检测***以及检测方法 |
CN109932324A (zh) * | 2019-03-25 | 2019-06-25 | 中国科学院武汉岩土力学研究所 | 一种基于图像rgb值测试土体表面含水率的方法及装置 |
CN209387532U (zh) * | 2018-10-12 | 2019-09-13 | 湖南农业大学 | 土壤图像获取设备以及土壤含水量检测*** |
CN110487737A (zh) * | 2019-09-26 | 2019-11-22 | 清华苏州环境创新研究院 | 用于智能手机光谱检测的图像信息提取与计算方法及*** |
-
2019
- 2019-12-07 CN CN201911245591.8A patent/CN110887761A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155298A (zh) * | 2014-08-12 | 2014-11-19 | 哈尔滨工业大学 | 基于光强补偿及图像灰度值的土壤表层含水率测量方法 |
EP3192011A1 (en) * | 2014-09-12 | 2017-07-19 | Appareo Systems, LLC | Non-image-based grain quality sensor |
US20160335477A1 (en) * | 2015-05-13 | 2016-11-17 | Raytheon Company | Apparatus and processes for photosynthetic activity measurement and mapping |
CN107133634A (zh) * | 2017-03-28 | 2017-09-05 | 北京农业信息技术研究中心 | 一种植株水分亏缺程度获取方法及装置 |
CN108537851A (zh) * | 2018-03-29 | 2018-09-14 | 湖南农业大学 | 一种土壤湿度的探测方法及其应用 |
CN109297963A (zh) * | 2018-10-12 | 2019-02-01 | 湖南农业大学 | 土壤图像获取设备、土壤含水量检测***以及检测方法 |
CN209387532U (zh) * | 2018-10-12 | 2019-09-13 | 湖南农业大学 | 土壤图像获取设备以及土壤含水量检测*** |
CN109932324A (zh) * | 2019-03-25 | 2019-06-25 | 中国科学院武汉岩土力学研究所 | 一种基于图像rgb值测试土体表面含水率的方法及装置 |
CN110487737A (zh) * | 2019-09-26 | 2019-11-22 | 清华苏州环境创新研究院 | 用于智能手机光谱检测的图像信息提取与计算方法及*** |
Non-Patent Citations (4)
Title |
---|
仲志燕等: "土壤含水量检测***的设计", 《电脑知识与技术》 * |
张荣标等: "基于图像处理的土壤表层含水率在线检测方法研究", 《农业工程学报》 * |
朱元骏等: "利用土壤表面灰度值反演表层土壤含水率", 《中国科学:地球科学》 * |
毛天旭等: "土壤表面灰度值与表层土壤含水量关系研究", 《水土保持学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112577906A (zh) * | 2020-11-18 | 2021-03-30 | 上海市园林科学规划研究院 | 城市绿地土壤含水率检测方法 |
CN112577906B (zh) * | 2020-11-18 | 2023-09-22 | 上海市园林科学规划研究院 | 城市绿地土壤含水率检测方法 |
CN117272247A (zh) * | 2023-11-17 | 2023-12-22 | 沧州师范学院 | 一种应用于数字孪生智慧乡村的数据集成方法及*** |
CN117272247B (zh) * | 2023-11-17 | 2024-02-02 | 沧州师范学院 | 一种应用于数字孪生智慧乡村的数据集成方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106767687B (zh) | 一种利用遥感含水量测量滩涂高程的方法 | |
CN108763711B (zh) | 一种基于岩心扫描图像分块数值模拟的渗透率预测方法 | |
CN107782640B (zh) | 一种进行岩石试件含水均匀性检测和扩散系数计算的方法 | |
Xie et al. | Fractal and multifractal analysis of carbonate pore-scale digital images of petroleum reservoirs | |
CN104897592A (zh) | 基于高光谱技术的盐渍化土壤盐分离子含量监测方法 | |
CN110887761A (zh) | 一种表层土壤含水量测定方法及*** | |
CN109470580B (zh) | 一种评价我国不同海域粘性土强度参数的方法 | |
CN108827999B (zh) | 低孔渗砂岩储层可动油比例以及可动油资源量的评价方法 | |
Reeve | A method for determining the stability of soil structure based upon air and water permeability measurements | |
CN109766909A (zh) | 基于谱图融合的海岸环境微塑料老化行为解析方法 | |
CN103558120B (zh) | 测定土壤容重的方法及土壤容重测定*** | |
US4310758A (en) | Method for evaluating moisture tensions of soils using spectral data | |
CN104359789A (zh) | 一种基于图像分析法的土体缩限测试仪 | |
CN101769843B (zh) | 一种快速测定颗粒材料含水量的方法 | |
CN108918606A (zh) | 介电法测定土壤含水量的土壤原位率定曲线的获取方法 | |
CN104777195A (zh) | 一种土壤含盐量检测方法及对应的土壤盐度分级方法 | |
CN112782096A (zh) | 一种基于反射光谱数据的土壤有机碳密度估算方法 | |
Mecke et al. | Near-saturated hydraulic conductivity and water retention in coarse podzol profiles | |
CN109425551B (zh) | 一种fdr频域反射式土壤水分传感器原状土壤标定的方法 | |
Edwards et al. | Small‐scale variability in surface moisture on a fine‐grained beach: implications for modeling aeolian transport | |
CN107843552A (zh) | 推进剂吸湿后填料粒子与基体界面脱湿的定量检测方法 | |
CN109323891A (zh) | 一种估算湖泊真光层深度的方法 | |
CN110836799A (zh) | 一种吸力控制型快速非饱和土试样制样控制***及方法 | |
Sharanya et al. | Review of methods for predicting soil volume change induced by shrinkage | |
CN109932324B (zh) | 一种基于图像rgb值测试土体表面含水率的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200317 |