来源：期刊VIP网 时间：
作者：于艳艳;朱龙图;刘鹤;
单位：吉林农业大学信息技术学院;云南农业大学机电工程学院;农业农村部长江中下游农业装备重点实验室;
摘要：土壤抗剪强度参数包括粘聚力和内摩擦角，是评价土壤侵蚀敏感性和反映耕层耕作性能的重要指标。为实现农田土壤抗剪切强度参数的快速检测，提出了一种基于机器学习的土壤抗剪切强度参数检测方法。以STM32单片机为核心处理器，采用圆锥杆、滚珠丝杆滑台、三角支架等构建土壤数据采集装置，利用DYMH-103柱式压力传感器和FlexiForce薄膜传感器分别检测圆锥杆贯入土壤的锥尖阻力和锥侧压力，采用CSF11土壤水分传感器获取土壤含水率信息，通过多传感器数据特征向量提取构建建模数据集。数据集相关性分析结果表明：土壤抗剪强度参数与锥尖阻力、锥侧压力和土壤含水率之间具有明显相关性。利用蒙特卡罗交叉验证(Monte Carlo Cross Validation, MCCV)剔除了数据集中的4个异常样本；同时，提出了一种ELM-PLSR组合建模算法，以决定系数R~2和RPD为评价指标，对比评估了ELM、PLSR和ELM-PLSR 3种不同机器学习模型，结果表明：ELM-PLSR模型预测性能优于ELM模型和PLSR模型；检测粘聚力时，对应的R~2、RPD分别为0.919和3.475;检测内摩擦角时，对应的R~2和RPD分别为0.910和3.304。研究结果可为土壤抗剪强度参数快速测量提供参考。
关键词：机器学习;;土壤抗剪强度;;多传感器;;特征向量;;预测模型
基金资助：吉林省科技厅中青年科技创新创业卓越人才(团队)项目(20220508133RC);; 中国博士后科学基金项目(2021M701341)
