基于近紅外光譜技術的凍土未凍水含量研究.pdf

1、自凍土未凍水含量課題提出以后，國內(nèi)外的學者開展了許多的測試和研究。研究手段由最初的量熱法，逐步發(fā)展到核磁共振(NMR)法，中子自旋回聲(NSE)法，時域反射儀(TDR)法和介電特性法等。這些方法主要存在的問題是設備昂貴，需要專業(yè)測試人員，且測試時間過長。因此，需要開發(fā)和研究出一種能夠使普通研究人員和一般實驗室都能測試的新方法。
　　本文在以下幾個方面開展了研究和探索:
　　本文將近紅外光譜技術應用到凍土未凍水含量的測量中，以

2、期達到快速、無損的檢測目的。搭建了近紅外光譜檢測未凍水含量的試驗平臺，使用土壤水分傳感器SM2801B測量凍土的未凍水含量，溫度傳感器DS18B20測量凍土的實時溫度并使用近紅外光譜儀采集到的功率值標定凍土中的未凍水含量。采集每個溫度下所對應時間的未凍水含量和近紅外光譜儀采集到的功率值，從而將近紅外光譜儀采集到的功率值與土壤水分傳感器采集到的未凍水含量建立起聯(lián)系。并將采集到的數(shù)據(jù)進行存儲，用于未凍水含量預測模型的建立。
　　針對凍

3、土未凍水含量及含冰量的變化規(guī)律復雜，受環(huán)境影響的非線性程度高以及凍土含冰量無法直接測量的問題，提出一種基于BP人工神經(jīng)網(wǎng)絡的凍土未凍水含量和含冰量預測模型。共選取五組不同初始含水率下的凍土樣本作為訓練和輸出樣本。采用實測數(shù)據(jù)（近紅外光譜儀采集到的功率值）作為輸入及實測數(shù)據(jù)（未凍水含量）作為輸出，采用單、雙隱含層分別建立網(wǎng)絡，經(jīng)過訓練得到凍土未凍水含量的預測模型并對模型進行驗證及測試。含冰量預測模型是以初始含水率為18％的五組凍土試件作為

4、研究對象，將功率值作為輸入，初始含水率減去未凍水含量得到的計算含冰量作為輸出，得到辨識效果良好，估計結(jié)果準確的預測模型。
　　本文將近紅外光譜技術引入到凍土未凍水含量及含冰量的預測中，能準確地預測凍土未凍水含量及含冰量的變化趨勢并且方法簡潔，為凍土未凍水含量及含冰量的預測提供了一種有效的研究方法，為我國的科研人員在接下來的工程施工及室內(nèi)試驗的各種指數(shù)的估計和預測提供參考依據(jù)同時也為其他區(qū)域凍土未凍水含量及含冰量的研究提供借鑒，對于