期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于STM32的稻田土壤有机质在线监测传感器的设计
1
作者 刘骏威 马梓涵 +3 位作者 黄双根 黄俊仕 刘木华 赵进辉 《江西农业大学学报》 北大核心 2025年第3期778-790,共13页
【目的】土壤有机质(SOM)是影响产物产量的重要因素,精准、快速获取土壤有机质的信息具有重要意义。以稻田土壤为研究对象,设计可在线监测的稻田土壤有机质传感器。【方法】采用光谱技术与LoRa技术开发了一种稻田土壤有机质在线监测传... 【目的】土壤有机质(SOM)是影响产物产量的重要因素,精准、快速获取土壤有机质的信息具有重要意义。以稻田土壤为研究对象,设计可在线监测的稻田土壤有机质传感器。【方法】采用光谱技术与LoRa技术开发了一种稻田土壤有机质在线监测传感器。传感器的硬件电路以STM32F405RGT6微控制器为核心,主要的电路模块为:核心控制模块、光源驱动模块、光电转换模块、输出模块、电源模块。软件部分以MDK 5.0为开发环境,采用C语言开发设计。程序主要由初始化程序、AD转换程序、基于RS485通信的土壤水分采集程序、液晶显示程序、无线通信程序和串口通信程序组成。使用多项式拟合,建立一元二次方程曲线方程,将传感器测量到的水分信号作为输入值,土壤含水率作为模型输出值,建立土壤水分预测模型。以3个不同波长的反射率值作为模型输入,重铬酸钾容量法测出来的有机质含量作为输出值,建立土壤有机质预测模型。【结果】对于土壤水分,建立了一元二次方程预测模型进行预测,预测不同含水率的相对误差均小于11%,所建模型的预测相关系数R_(p)^(2)为0.997 3,预测均方根误差RMSEP为1.892 4。对于土壤有机质,采用了SVR方法在每个不同含水率下建立了土壤有机质预测模型,含水率为40%时,预测相关度最高,预测相关系数R_(p)^(2)为0.898 9,预测均方根误差RMSEP为3.796 6 g/kg,可实现简便、准确的测量稻田土壤有机质含量。【结论】该传感器有全天候持续运行能力,结合LoRa物联网技术,可完成实时监测。 展开更多
关键词 土壤有机质 STM32 稻田土壤 土壤水分 传感器
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部