Технология определения элементного состава почвогрунтов по акустическим сигналам

Актуальность. Получение стабильного урожая на сельскохозяйственных полях АПК неразрывно связано с ежегодным проведением агрохимического анализа почв. Одним из показателей качества почвы является содержание гумуса в пахотном слое. Разработка экспресс-анализа по определению содержания гумуса в анализируемых пластах почво-грунтов является целью наших исследований. На данном этапе исследований ставится задача анализа акустического сигнала поглощения и выбором необходимого числа факторов позволяющих осуществлять распознавание структуры объекта по принятой классификационной шкале.

Объект. Объектом исследований являются образцы пластов почво-грунтов с целью определения содержания гумуса в почве.

Материалы и методы. Исследования выполнялись путем анализа и разложения акустического сигнала, передаваемого электромеханическим преобразователем на поверхность вибратора, контактирующего с анализируемым почво-грунтом, где акустический сигнал поглощения принимается датчиком установленном на объекте.

Результаты и выводы. В целях диагностики образцов почвогрунтов по содержанию гумуса акустический сигнал разлагается на естественные слагаемые, отвечающие различным источникам сигнала, поэтому, разлагая полный сигнал на ортогональные составляющие – основные и тембровые гармоники, можно выделить информативную часть сигнала, освободив ее от шумовых помех. Подготовленный таким образом информативный сигнал подвергается математической обработке. После ограничений, фильтрации в информационной полосе частот и предварительного усиления временной ряд сигналов разлагается в акустический спектр Фурье и анализируется по основной частоте и высшим тембровым гармоникам диагностического спектра. Сигнал дешифрируется с помощью метода потенциальных функций из теории распознавания образов в классы элементного состава почвогрунтов.
В эксперименте с известными (эталонными) классами объектов спектры приводят к собственным центральным осям, заменяя каждый спектр равнодействующей с точкой приложения, найденной методом статических моментов. После получения разделяющих границ на график наносятся все экспериментально полученные пары отсчетов с координатами f₁ – частота и f₂ – амплитуда.

1. Шевкопляс-Гурьева Н. А., Сивкова Г. А. Определение содержания органического вещества (гумуса) и обменной кислотности почвы. Безопасность жизнедеятельности. 2019. № 5 (221). С. 57-60.

2. Самсонова В. П., Кондрашкина М. И. Анализ данных определения содержания органического углерода разными методами. Проблемы агрохимии и экологии. 2023. № 1. С. 43-46.

3. Сухановский Ю. П., Прущик А. В., Тарасов С. А. и др. Оценка содержания гумуса в почве ключевых участков агролесоландшафтного комплекса. Международный сельскохозяйственный журнал. 2023. № 5 (395). С. 502-505.

4. Асварова Т. А., Гасанов Г. Н., Гаджиев К. М. и др. Запасы азота и углерода в почвах Терско-Кумской низменности. Вестник Воронежского государственного университета. Серия: География. Геоэкология. 2021. № 3. С. 33-40.

5. Keen S. C., Wackett A. A., Willenbring J. K., Yoo K., Jonsson H., Clow T., Klaminder J. Non-native species change the tune of tundra soils: Novel access to soundscapes of the Arctic earthworm invasion. Science of the Total Environment. 2022. V. 838. Part 3. Article 155976.

6. Королёв В. А. Громовик А. И. К вопросу о расчёте содержания гумуса в почвах разного типа. Вестник Воронежского государственного университета. Серия Химия. Биология. Фармация. 2018. № 2. С. 152-156.

7. Курашева А. В., Маркова Г. А. Алгоритм определения содержания гумуса в почве и его влияние на плодородие почв. Национальные приоритеты развития агропромышленного комплекса: материалы национальной научно-практической конференции с международным участием. Оренбург: ООО Типография «Агентство Пресса», 2022. С. 1146-1149.

8. Кудрявцева Е. А., Судник Ю. А. Устройство для определения содержания гумуса в почве. Вестник Федерального государственного образовательного учреждения высшего профессионального образования "Московский государственный агроинженерный университет имени В. П. Горячкина". 2018. № 2 (84). С. 67-69.

9. Кудрявцева Е. А., Судник Ю. А. Методика проведения экспресс-контроля и мониторинга содержания гумуса в почве. Вестник Федерального государственного образовательного учреждения высшего профессионального образования "Московский государственный агроинженерный университет имени В. П. Горячкина". 2018. № 3 (85). С. 69-73.

10. Мирзаева Г. Р., Мирзаев Н. М. Модели алгоритмов распознавания, основанных на двумерных пороговых функциях близости. Проблемы вычислительной и прикладной математики. 2021. № 4 (34). С. 139-147.

11. Ding B., Zhang, Wang C., Liu G., Liang J., Hu R., Wu Y., Guo D. Acoustic scene classification: A comprehensive survey. Expert Systems with Applications. 2023. V. 238. Part B. Article 121902.

12. Волосова А. В. Метод потенциальных функций в задачах распознавания образов. Достоинства и недостатки. Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. 2018. № 3. С. 45-48.

13. Евтушенко С. И., Лепихова В. А., Ляшенко Н. В., Рябоус А. Ю. Акустический экспресс-анализ качественного и количественного состава почв при строительных работах. Строительство и архитектура. 2021. Т. 9. № 4. С. 51-55.