[0001] 本发明涉及土壤分析监测领域，尤其涉及一种土壤有机质含量在线监测装置及方法。技术背景

[0002] 土壤是农业生产的基础，其不同成分的含量对作物的生长有着不同的影响。土壤有机质是维持土壤健康和生态系统功能的关键成分，它不仅提高了土壤的肥力，还增强了土壤的保水能力和结构稳定性。土壤有机质在碳循环中扮演重要角色，其动态变化关系到温室气体的释放与吸收，对缓解气候变化具有深远影响。然而，土壤退化现象在全球范围内日益严重，导致了土壤有机质的显著减少，进而影响农作物产量和环境质量。长期监测土壤有机质含量对于农业和环境管理具有重要意义，有助于评估土壤健康状况，为土地管理和保护措施的制定提供科学依据，从而实现可持续的农业和环境保护目标。持续监测可以及时了解土壤有机质的变化趋势，指导科学施肥，提升农田生产力。

[0003] 传统的土壤有机质含量测量方法主要依赖于实验室化学分析，尽管这种方法能够提供准确的测量结果，但它存在诸多缺点。首先，这种方法需要消耗大量的化学试剂，不仅成本高，而且会产生有害残留物，对环境造成潜在的污染。其次，实验室化学分析过程复杂且耗时，从样品采集到得出结果需要较长时间，无法实现对土壤有机质含量的实时监测。此外，由于需要将样品送至实验室进行处理和分析，这种方法并不适合大面积土壤的有机质含量测量和周期性变化的监测，难以满足现代农业对快速、便捷、低成本的土壤监测需求。

[0031] 下面结合附图对本发明进一步详细说明。

[0032] 实施例1

[0033] 如图1至6所示，本发明提供了一种仿榕树叶轮廓的土壤有机质含量在线实时监测装置，包括支架10和多个土壤光谱采集模块，支架10的底部安装有底座17，所述的测定装置和底座10通过数据传输线15连接，所述的土壤光谱采集模块包括带有两个通气孔5的四棱台形状的壳体16、位于壳体内部每条侧棱处的光纤9、位于壳体内部底面四角处的光源8、位于壳体底面中心处的光电传感器6和位于壳体内部的气流引导结构7，壳体16无顶面，光源8光经光纤9传输至待检测土壤，再经待检测土壤传输至光电传感器；所述气流引导结构仿榕树叶轮廓曲面，两个通气孔5位于壳体16相对的两个底边上，气流引导结构7位于通气孔5的下方，气流从一个通气孔5吹入后，经气流引导结构7引导和分散至另一通气孔5所述的支架10的顶部安装有太阳能板14。还包括数据处理模块，所述的数据处理模块包括为其供电的电池1、解析光谱数据的stm32单片机开发板2、用于实时上传数据的4G模块3和信号放大模块4。所述的光源8为620‑750nm、850nm、940nm和950nm四种不同波段。

[0034] 本发明解决了现有技术中土壤有机质含量无法定期连续监测的问题。该装置的土壤光谱信息获取模块在无光环境中运行，有效避免了环境光源变化带来的干扰。传感器在土壤中长时间工作，为防止湿气积聚影响其精度和稳定性，在传感器内部设计了一种仿照榕树叶子轮廓的通风换气结构。装置的工作原理是通过多条V型光纤的一端照射光源，光线传递至土壤并经土壤漫反射后传至V型光纤另一端的光电传感器。光信号被转换为电信号，并经过信号放大后传输至STM32单片机开发板。STM32单片机开发板开发板内置了经过训练的机器学习模型，为提高预测准确性，采用了620‑750nm、850nm、940nm和950nm四种不同波段的光源。开发板接收到信号后，计算出土壤的有机质含量，并通过4G模块将数据上传至云平台。用户可以通过手机或电脑实时查看数据。该装置由太阳能板供电可长期放置于田地中工作。仪器配备了四个土壤光谱采集模块，通过导线与机架相连，四个土壤光谱信息采集模块的点位可自由移动，能够同时收集四个点位的数据并计算平均值，从而实现土壤有机质含量的动态在线实时监测，因为单一测点的数据可能存在偶然误差或局部偏差，而多点采集能够更全面地反映土壤的整体情况，所以可提高数据的代表性和准确性。多点数据采集功能使得监测结果更具参考价值，有助于用户进行科学的土壤管理和决策。土壤光谱信息采集模块能够采集10‑40cm土壤深度的光谱信息，无光环境运行的光谱信息获取模块设计了一种土壤光谱信息获取模块，模块中四种不同波段的光源隔离开来，每种波段的光源经V型光纤的一端传至土壤，经土壤漫反射和传至光电传感器，土壤光谱信息获取模块在无光环境中获取土壤的光谱信息，有效避免了环境光源变化带来的干扰。通常，外界光源的变化会影响传感器的光谱测量，导致数据的不准确性。通过在无光环境下工作，光谱信息获取模块能够保持一致的测量条件，确保所获取的光谱数据纯净且稳定，从而提高了监测数据的准确性和可信度，其结果如图8所示。

[0035] 本发明的光谱信息获取模块是土壤有机质含量在线实时监测装置的核心组件，负责获取土壤的光谱反射率信息并将其转化为电信号。该模块由光源、光纤传输系统、光电传感器和仿榕树叶轮廓的换气结构组成，光源采用620‑750nm、850nm、940nm和950nm四种波段，覆盖土壤有机质的特征吸收峰。多条V型光纤传输光线，光线经土壤漫反射后传至光电传感器，传感器将光信号转化为电信号，信号处理单元进行放大、滤波和A/D转换，确保数据高质量和低噪声。模块在无光环境中运行，避免环境光源干扰，且采用防尘、防水和抗冲击设计，适应野外复杂环境。模块内部设计了仿榕树叶轮廓的通风换气系统，当气流从通风管路吹入后，经仿榕树叶轮廓的曲面引导和分散至气流出口，促进光谱获取模块内的气体流动，从而有效防止湿气积聚，确保传感器在长时间运行中保持高精度和稳定性。该模块的高性能和创新设计为土壤有机质含量分析提供了可靠的数据基础，是实现在线实时监测的关键。

[0036] 在机器学习模型的建立过程中，对比了偏最小二乘法、支持向量机、随机森林等多种机器学习模型，最终选择了支持向量机作为建模方法。采集200个土壤样本，通过实验室化学方法测定其有机质含量。同时，使用620‑750nm、850nm、940nm和950nm四种不同波段的光源获取了样本的光谱反射率信息。以土壤光谱反射率作为输入，以土壤有机质含量作为输出，按照3:1的比例划分模型的训练集和测试集，建立土壤有机质含量的反演模型。在模型建立完成后，输入上述四个波段的土壤光谱反射率信息，即可预测土壤的有机质含量。接着，将训练完成的模型烧录进STM32开发板中，通过光电传感器获取的光谱信息进行信号放大、去噪、A/D转换等处理。在STM32开发板上，根据已建立的机器学习模型，可以得到土壤有机质的含量数据。最终，这些数据通过4G模块上传至云平台。多波段光源建立机器学习模型提高预测准确性，结合训练好的机器学习模型来提高土壤有机质含量预测的准确性。多波段光源能够全面覆盖土壤光谱的不同特征信息，而机器学习模型通过对大量数据的学习和训练，能够更准确地解析这些光谱数据，从而提升预测精度。这大大增强了装置的分析能力，使得监测结果更具科学性和可靠性。

[0037] 本发明采用太阳能板供电，确保在野外长时间稳定运行，使其能够长期放置于田地中进行连续监测。供电系统由太阳能板、充电控制器、蓄电池和电源管理模块组成。高效能太阳能板将光能转化为电能，通过充电控制器调节电流和电压，防止过充和过放电，并适应不同温度环境。大容量蓄电池储存电能，确保在夜间或连续阴雨天气下依然能正常工作。电源管理模块智能管理电压调节、功率分配和状态监控，优先保障核心传感器和数据传输模块的供电，并在传感器待机时自动降低功耗，进一步延长续航时间。此设计确保装置在无电力供应的情况下，数据采集的连续性和实时性。装置可以在无人值守的情况下持续运行，确保了土壤有机质含量监测的连续性和稳定性，为农业生产提供了可靠的数据支持。

[0038] 云平台具备大容量、高可靠性的存储系统，采用分布式数据库技术进行数据存储，并具备备份和恢复功能。上传的数据在云平台上进行实时处理和分析，提供并生成可视化图表和报告。用户通过手机或电脑访问云平台，实时查看数据和历史趋势，并可自定义查询和导出数据。云平台采用多层次的安全措施，确保数据传输和存储的安全性，并通过权限管理保护数据隐私。此外，云平台具备良好的扩展性和兼容性，可以增加更多传感器节点和数据类型，并与其他农业信息系统和物联网设备无缝集成。实时在线监测系统的引入，解决了传统土壤监测中数据获取不及时的问题，用户无需亲临现场即可获得最新的土壤有机质含量信息，大大提高了监测的便利性和效率，同时也有助于及时采取相应的农业措施。

[0039] 仿榕树叶轮廓设计的通风换气结构在土壤光谱模块内部设计了一种模仿榕树叶子轮廓的通风换气结构，旨在解决传感器在长期土壤中作业时湿气积聚的问题。榕树叶子的自然形态具有优良的通风效果，仿生设计在传感器内部形成有效的空气流动，利于传感器内湿气的排出，保持内部干燥。不仅提高了传感器的精度和稳定性，还延长了其使用寿命，为长期监测提供了可靠保障。树叶轮廓可以在风吹过树叶时引导和分散气流，这种作用可以帮助树叶提高气流通过的效率。榕树叶的叶面积较大，能够提供更广泛的气流引导，其形状和轮廓天然地适应气流流动，有利于在风吹过时引导和分散气流，提高空气流动效率，从而达到更好的干燥效果。土壤湿气和微小颗粒可能影响传感器性能和寿命，保持适当通风可防止湿气积聚，确保传感器内部干燥，从而维持其高精度和稳定性。榕树树叶流线结构气流在其表面增强了本发明中的气流的导流效果。在空气动力学上表现出较高的升力系数及较低的阻力系数，利于气流的通过。

[0040] 榕树叶的整体轮廓为椭圆形，通过椭圆进行定义：x2/a2+y2/b2＝1，其中：x和y为叶片表面上的坐标；a和b分别为椭圆的长轴和短轴。仿照榕树叶轮廓实现气流导向作用，尺寸设置长轴为a为160mm，短轴为b为100mm。这种形状有助于空气在表面流动时平稳过渡，并减少气流分离。

[0041] 榕树叶具有独特的弯曲形态，能够有效引导气流。仿生设计的轮廓曲率定义如下：‑1
k＝1/R；其中：k为曲率，单位为mm ；R为曲率半径，单位为mm。为了模拟榕树叶的自然轮廓曲‑1
率，设计中曲率k为0.0125mm ，对应的曲率半径R为80mm。该曲率仿照榕树叶的构造，能够引导气流，减少湍流，优化空气流动。如图13所示。

[0042] 榕树叶表面粗糙度： 其中：Ra为表面粗糙度，单位为μm；L为测量长度，单位为mm；f(x)为表面轮廓函数，单位为μm； 为表面轮廓的平均值，单位为μm。表面粗糙度Ra选定为0.1μm。表面非常光滑有助于维持气流的层流状态。

[0043] 本发明中仿生榕树叶片结构的安装角度对气流引导作用至关重要。最佳安装角度可以通过气流偏转角度计算得到：Δθ＝arctan(vy/vx)，其中：Δθ为气流偏转角度，也就是安装角，单位为°，vy和vx分别为气流在y和x方向的速度分量，单位为m/s，安装角θ为20°，以确保气流能被有效地引导并减少气流分离，提高通风和换气效率。所述的安装角为叶片平放最高点A和B之间的连线与两通风口所在直线的之间的角度。

[0044] 实施例2

[0045] 本实施例和实施例1的区别仅在于未安装气流引导结构，其结果如图9所示，通过实际值与模型预测值对比可知，其模型测试结果不准确。

[0046] 实施例3

[0047] 本实施例和实施例1的区别仅在于所述的气流引导结构为仿竹叶结构，其结果如图10所示，通过实际值与模型预测值对比可知，其模型测试结果不准确。

[0048] 实施例4

[0049] 本实施例和实施例1的区别仅在于所述的安装角度为8°，其结果如图11所示，通过实际值与模型预测值对比可知，其测模型试结果不准确。

[0050] 本发明中光谱信息获取模块是土壤有机质含量在线实时监测装置的核心组件，负责获取土壤的光谱反射率信息并将其转化为电信号。该模块由光源、光纤传输系统、光电传感器和仿榕树叶轮廓的换气结构组成，光源采用620‑750nm、850nm、940nm和950nm四种波段，覆盖土壤有机质的特征吸收峰。多条V型光纤传输光线，光线经土壤漫反射后传至光电传感器，传感器将光信号转化为电信号，信号处理单元进行放大、滤波和A/D转换，确保数据高质量和低噪声。模块在无光环境中运行，避免环境光源干扰，且采用防尘、防水和抗冲击设计，适应野外复杂环境。模块内部设计了仿榕树叶轮廓的通风换气系统，当气流从通风管路吹入后，经仿榕树叶轮廓的曲面引导和分散至气流出口，促进光谱获取模块内的气体流动，从而有效防止湿气积聚，确保传感器在长时间运行中保持高精度和稳定性。该模块的高性能和创新设计为土壤有机质含量分析提供了可靠的数据基础，是实现在线实时监测的关键。

[0051] 本发明中在机器学习模型的建立过程中，对比了偏最小二乘法、支持向量机、随机森林等多种机器学习模型，最终选择了支持向量机作为建模方法。采集200个土壤样本，通过实验室化学方法测定其有机质含量。同时，使用620‑750nm、850nm、940nm和950nm四种不同波段的光源获取了样本的光谱反射率信息。以土壤光谱反射率作为输入，以土壤有机质含量作为输出，按照3:1的比例划分模型的训练集和测试集，建立土壤有机质含量的反演模型。在模型建立完成后，输入上述四个波段的土壤光谱反射率信息，即可预测土壤的有机质含量。接着，将训练完成的模型烧录进STM32开发板中，通过光电传感器获取的光谱信息进行信号放大、去噪、A/D转换等处理。在STM32开发板上，根据已建立的机器学习模型，可以得到土壤有机质的含量数据。最终，这些数据通过4G模块上传至云平台。多波段光源建立机器学习模型提高预测准确性，结合训练好的机器学习模型来提高土壤有机质含量预测的准确性。多波段光源能够全面覆盖土壤光谱的不同特征信息，而机器学习模型通过对大量数据的学习和训练，能够更准确地解析这些光谱数据，从而提升预测精度。这大大增强了装置的分析能力，使得监测结果更具科学性和可靠性。

[0052] 本发明中采用太阳能板供电，确保在野外长时间稳定运行，使其能够长期放置于田地中进行连续监测。供电系统由太阳能板、充电控制器、蓄电池和电源管理模块组成。高效能太阳能板将光能转化为电能，通过充电控制器调节电流和电压，防止过充和过放电，并适应不同温度环境。大容量蓄电池储存电能，确保在夜间或连续阴雨天气下依然能正常工作。电源管理模块智能管理电压调节、功率分配和状态监控，优先保障核心传感器和数据传输模块的供电，并在传感器待机时自动降低功耗，进一步延长续航时间。此设计确保装置在无电力供应的情况下，数据采集的连续性和实时性。装置可以在无人值守的情况下持续运行，确保了土壤有机质含量监测的连续性和稳定性，为农业生产提供了可靠的数据支持。

[0053] 本发明中云平台具备大容量、高可靠性的存储系统，采用分布式数据库技术进行数据存储，并具备备份和恢复功能。上传的数据在云平台上进行实时处理和分析，提并生成可视化图表和报告。用户通过手机或电脑访问云平台，实时查看数据和历史趋势，并可自定义查询和导出数据。云平台采用多层次的安全措施，确保数据传输和存储的安全性，并通过权限管理保护数据隐私。此外，云平台具备良好的扩展性和兼容性，可以增加更多传感器节点和数据类型，并与其他农业信息系统和物联网设备无缝集成。通过4G模块实现土壤有机质含量数据的定时上传，该装置能够将土壤有机质含量的数据即时传输至云平台，用户可以在手机或电脑端实时查看。实时在线监测系统的引入，解决了传统土壤监测中数据获取不及时的问题，用户无需亲临现场即可获得最新的土壤有机质含量信息，大大提高了监测的便利性和效率，同时也有助于及时采取相应的农业措施。

[0054] 本发明中在土壤光谱模块内部仿榕树叶轮廓的通风换气结构了一种模仿榕树叶子轮廓的通风换气结构，旨在解决传感器在长期土壤中作业时湿气积聚的问题。榕树叶子的自然形态具有优良的通风效果，仿生设计在传感器内部形成有效的空气流动，利于传感器内湿气的排出保持内部干燥。不仅提高了传感器的精度和稳定性，还延长了其使用寿命，为长期监测提供了可靠保障。树叶轮廓可以在风吹过树叶时引导和分散气流，可以帮助树叶提高气流通过的效率。榕树叶的叶面积较大，能够提供更广泛的气流引导，其形状和轮廓天然地适应气流流动，有利于在风吹过时引导和分散气流，提高空气流动效率，从而达到更好的干燥效果。土壤中的湿气和微小颗粒可能会影响传感器的性能和命，保持适当的通风不仅可以有效防止湿气积聚，还能确保传感器内部的干燥环境，从而维持其高精度和稳定性。

[0055] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多种实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

[0056] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。