您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

土壤有机质光谱快速检测装置研究

文献类型： 会议论文

第一作者： AN Xiao-fei

作者： AN Xiao-fei 1 ; 安晓飞 2 ; MENG Zhi-jun 3 ;

作者机构： 1.Beijing Research Center of Intelligent Equipment for Agriculture, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China

2.北京市农林科学院,北京农业智能装备技术研究中心,北京 100097

3.Beijing Research Center of Intelligent Equipment for Agriculture, Beijing

关键词： 土壤有机质;快速检测装置;近红外光谱技术;预测模型

会议名称： 第十八届全国分子光谱学术会议

主办单位： 中国光学学会;中国化学会

页码： 31-32

摘要： 土壤有机质是土壤质量管理和评价以及土肥测试中非常重要的一项性能指标,对其含量的测量是必不可少的.本研究研发了基于近红外光谱技术的土壤有机质快速检测装置.使用1050nm LED作为主动光源,通过光纤传输至土壤样本,获得土壤反射率,进而获得土壤在1050nm处得吸光度值.建立了土壤有机质预测模型.实验结果表明土壤有机质检测装置和傅里叶光谱分析仪在1050nm处吸光度值相关系数达到0.92,误差在±3％以内.使用1050nm处吸光度值建立的土壤有机质预测模型测定系数达到0.69,可以满足土壤有机质的实际检测需求.

分类号： S153.621

  • 相关文献

[1]番茄营养元素供应的光谱检测技术研究进展. 王成,赵春江,乔晓军,侯瑞锋. 2008

[2]番茄营养元素供应的光谱检测技术研究进展(英文). 王成,赵春江,乔晓军,侯瑞锋. 2008

[3]基于近红外光谱技术的发育后期苹果内部品质检测. 王转卫,迟茜,郭文川,赵春江. 2018

[4]基于改进的WOA-LSSVM樱桃番茄内部品质检测方法研究. 康明月,王成,孙鸿雁,李作麟,罗斌. 2023

[5]采样数量和分布模式对土壤有机质空间插值精度的影响. 蒋威,郜允兵,刘玉,潘瑜春,邢世和. 2016

[6]北京市大兴区南部土壤有机质空间变异及其影响因素. 蒋威,郜允兵,刘玉,潘瑜春,邢世和. 2016

[7]S/B和DS算法校正土壤水分对土壤有机质近红外光谱预测的影响. 王世芳,韩平,宋海燕,梁刚,程旭. 2019

[8]利用不同方法估测土壤有机质及其对采样数的敏感性分析. 李翔,潘瑜春,赵春江,王纪华. 2007

[9]传统光谱变换与连续小波耦合定量反演潮土有机质含量. 王延仓,金永涛,王晓宁,廖钦洪,顾晓鹤,赵子辉,杨秀峰. 2018

[10]连续小波变换定量反演土壤有机质含量. 王延仓,张兰,王欢,顾晓鹤,庄连英,段龙方,李佳俊,林靖. 2018

[11]二进制小波技术定量反演北方潮土土壤有机质含量. 王延仓,杨秀峰,赵起超,顾晓鹤,郭畅,刘原萍. 2019

[12]光谱分辨率对黑土有机质预测模型的影响. 刘焕军,吴炳方,赵春江,赵云升. 2012

[13]基于微分变换定量反演土壤有机质及全氮含量. 高颖,王延仓,顾晓鹤,周新武,马样,宣孝义. 2020

[14]土壤有机质可见-近红外反射光谱特性研究. 王世芳,宋海燕. 2024

[15]计算机视觉用于猪肉新鲜度检测的颜色特征优化选取. 潘婧,钱建平,刘寿春,韩帅. 2016

[16]设施黄瓜土壤重金属与养分的分异特征及其相关性研究. 孙超,李博文,杨志新,石维,王伟,刘文菊,马理. 2015

[17]基于贝叶斯网络的小麦条锈病预测研究. 聂臣巍. 2014

[18]螺旋粉虱在中国的适生区预测与风险区划. 李伟东,虞国跃,周卫川. 2009

[19]基于神经网络的水稻产量预测模型. 黄文江,王纪华,赵春江,袁红春. 2000

[20]可见/近红外技术与感官评价信息融合预测冷藏条件下罗非鱼TVB-N的研究. 史策,孙立涛,钱建平,韩帅,范蓓蕾,杨信廷. 2017

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台