祝贺实验室研究成果在国际学术期刊《Computers and Electronics in Agriculture》上刊出
2022-04-14 智能机器人实验室
祝贺实验室研究成果在国际学术期刊《Computers and Electronics in Agriculture》上刊出
2022年3月，智能机器人实验室在国际学术期刊《Computers and Electronics in Agriculture》发表论文，研究了太赫兹(THz)光谱对土壤中汞(Hg)、镉(Cd)和铜(Cu)的无损检测方法，检测了这3种重金属土壤的污染类型和污染水平。
随着工业化的加速，重金属污染物的类型增加，土壤中的重金属污染也增加。因此，寻找一种准确、快速的土壤重金属污染检测方法就显得尤为重要。为确定太赫兹技术是否可以用于定性和定量地检测土壤中的三种重金属并验证太赫兹频谱的特征频率与重金属浓度之间是否存在线性关系，设计了三个实验。第一个实验得到了太赫兹光谱的吸收参数，并建立了回归模型。第二、三个实验 研究了检测土壤中重金属污染类型和污染水平的两种定性检测模型。对概率神经网络(PNN)和随机森林(RF)识别模型的实验结果进行比较和分析。最后，利用反向传播神经网络(BPNN)和极端学习机(ELM)两种定量预测模型对土壤中3种重金属的浓度进行了预测。
经研究发现，土壤时域光谱的吸收参数在0.05THz~0.7THz范围内有规律地增加，但根据回归模型的结果来看，没有发现土壤中三种重金属的特征频率点，这可能是由于土壤成分复杂或仪器精度不足所致。而采用2种分类识别模型和2种预测模型对土壤中的重金属进行定性和定量检测结果来看，土壤的太赫兹光谱与机器学习模型相结合，可以有效地识别和预测土壤中的重金属。
详见：https://www.sciencedirect.com/science/article/pii/S016816992200240X