公共文化服务平台

搜索到2943篇“ 全氮“的相关文章

一种土壤全氮含量的原位监测装置及方法: 本发明公开了一种土壤全氮含量的原位监测装置及方法，包括管体外壳、驱动电源、控制面板、驱动系统、数据分析系统和DLP近红外光谱检测模块，所述管体外壳呈柱状管体结构设置，所述驱动电源设于管体外壳中，所述管体外壳上设有多组石英...; 王琴琴黄思源张昊

褐土全氮含量Vis/NIRS组合预测模型的构建: 2024年; 准确掌握农田土壤全氮含量对于评估土壤肥力,合理施用氮肥具有重要意义。为综合利用各个单预测模型的优势,提升整体预测性能、降低模型方差,提高鲁棒性,以农田褐土土壤为研究对象,基于近红外-可见光高光谱数据,提出了一种基于标准差的预测有效度组合预测模型(CPM),用于预测土壤全氮含量。对原高光谱数据采用Savitzky-Golay平滑和一阶微分变换,采用树模型进行特征波段提取,利用决策树回归(DTR)(模型1)、高斯核回归(GKR)(模型2)、随机森林回归(RF)(模型3)、LASSO回归(模型4)、多层感知器回归(MLP)(模型5)5个单预测模型,通过单预测模型的线性组合建立组合预测模型。结果表明:(1)通过广义简约梯度优化算法求得组合预测模型中5个单预测模型的权重分别为ω_(1)*=0.407,ω_(2)*=0.378,ω_(30*=0.215,ω_(4)*=0,ω_(5)*=0;(2)对于所有数据,基于5种单预测模型和组合预测模型对土壤全氮含量预测的预测有效度分别为M_(1)=0.855,M_(2)=0.856,M_(3)=0.847,M_(4)=0.785,M_(5)=0.796,M_(CPM)=0.880;与单模型预测有效度最大值相比,组合预测模型预测有效度提高了2.924%;(3)对于所有数据,基于5种单预测模型和组合预测模型对土壤全氮含量预测的预测精度和标准差分别为E(A_(1))=0.924,σ(A_(1))=0.075,E(A_(2))=0.928,σ(A_(2))=0.077,E(A_(3))=0.923,σ(A_(3))=0.082,E(A_(4))=0.882,σ(A_(4))=0.109,E(A_(5))=0.889,σ(A_(5))=0.104,E(A_(CPM))=0.937,σ(A_(CPM))=0.066,与单模型预测精度最大值相比,组合预测模型预测精度提高了0.970%,模型稳定性提高了12.000%,且为优性组合预测。组合预测模型可用于可见光-近红外光谱数据的农田褐土土壤全氮含量的有效估测,可为农田土壤全氮含量的快速监测提供依据和参考。; 张秀全马世兴李志伟郑德聪宋海燕; 关键词：全氮含量

土壤全氮含量检测方法、装置、电子设备及存储介质: 本发明提供一种土壤全氮含量检测方法、装置、电子设备及存储介质，属于智能检测技术领域，包括：采集待测土壤的LIBS光谱和近红外光谱；获取LIBS光谱的土壤全氮特征光谱峰，生成LIBS光谱指纹；将近红外光谱输入至光谱特征提取...; 王跃亭董大明田宏武马世祥郝亮林邢振刘帅刘亚超李传霞

基于高光谱遥感的苹果树冠层叶片全氮量估测: 2024年; 快速准确获取大面积果园冠层叶片全氮含量(leaf nitrogen content,LNC)是实现现代精准农业的基本要求。通过无人机高光谱成像仪(391.9~1006.2 nm)采集了甘肃省静宁县两个典型果园的果树冠层光谱图像,包括人工灌溉的苹果示范园与自然降雨的苹果园,综合比较两区共160份冠层叶片样本的原始光谱反射率(OD)、倒数光谱(RT)、对数光谱(LF)和一阶微分光谱(FD),构建任意两个光谱波段集组合的差值光谱指数(difference spectral index,DSI)、土壤调节植被指数(soil adjusted vegetation index,SAVI)、归一化差值光谱指数(normalized different spectral index,NDSI),分析3种光谱指数与叶片氮含量的相关性,利用一元线性回归模型与光谱指数构建两区最佳苹果冠层LNC估测模型。结果表明,人工灌溉区的FD-SAVI(825,536)、自然降雨区的LF-SAVI(854,392)与LNC的相关性最强,并基于FD-SAVI、LF-SAVI构建一元线性回归模型。人工灌溉区构建的FD-SAVI-ULRM估测模型精度最高,验证集R²和ERMSE分别为0.6601和0.0678;自然降雨区构建的LF-SAVI-ULRM估测模型精度最高,验证集R2和ERMSE分别为0.6746和0.0665。试验采用LNC模型绘制出两个试验区的苹果树冠层叶片LNC估测图,实现对果园叶片全氮含量的精准掌握及精细化管理。; 夏媛媛冯全杨森郭发旭; 关键词：遥感全氮含量植被指数反演苹果树

绿肥还田对辣椒产量及土壤有机质、全氮含量的影响试验: 2024年; 为给贵州省盘州市提高辣椒产量、改良土壤提供科学依据,设计1个常规施肥处理和3个“常规施肥+绿肥还田”处理,探究绿肥还田对辣椒产量及田间土壤有机质、全氮含量的影响。试验结果表明,“常规施肥+绿肥还田”处理下辣椒单株产量和667 m~2产量均有所增加;“常规施肥+绿肥还田”处理下土壤有机质、全氮含量降低,有效磷、速效钾含量及阳离子交换量增加;“常规施肥+绿肥还田”处理下辣椒植株全氮、全钾吸收量大于常规施肥处理,辣椒果实全氮、全磷、全钾吸收量小于常规施肥处理。综上可知,绿肥还田在增加辣椒产量、改善土壤有机质和全氮含量,以及促进植株全氮、全磷、全钾吸收方面具有积极作用。; 高萍; 关键词：绿肥还田辣椒产量有机质全氮

呼伦贝尔市典型黑土区土壤有机质与全氮含量关系研究: 2024年; 为更好地保护黑土地,对呼伦贝尔市典型黑土区2238个土壤样品的有机质和全氮含量进行统计与线性回归分析。研究表明,土壤总氮与有机碳含量呈正相关,土壤有机质与土壤中总氮的线性回归关系存在较大差异。; 王璐孙秀琳姜英君吴耀义崔军冯丹耿朔; 关键词：土壤有机质全氮黑土

杜马斯燃烧法测定有机肥料中全氮含量的可行性研究: 2024年; 考察了杜马斯燃烧法和行业标准《有机肥料》(NY/T 525—2021)中的方法测定有机肥料中全氮含量的精密度和加标回收率。结果表明:NY/T 525—2021中的方法测得5个有机肥料样品的全氮质量分数为1.76%~3.83%,加标回收率为99.5%~101.0%;杜马斯燃烧法测得5个有机肥料样品的全氮质量分数为1.70%~3.84%,加标回收率为98.1%~104.7%;两种方法的相对标准偏差为0.18%~2.45%,均可满足有机肥料中全氮含量的测定要求。与NY/T 525—2021中的方法相比,杜马斯燃烧法具有操作便捷安全、自动化程度高、测定耗时短等特点。; 杨莹桂素萍汪美先李玉兰; 关键词：有机肥料全氮含量加标回收率

凯氏蒸馏法测定土壤全氮的改进方法: 2024年; 采用凯氏蒸馏法对4种不同类型的土壤进行全氮测定,通过实验数据以比较不同的还原剂、催化剂和氧化剂对全氮的影响,发现以五水合硫代硫酸钠做还原剂,以K2SO4+CuSO_(4)+TiO_(2)做催化剂和以硫酸为氧化剂,具有操作简便、省时、无污染的优点。该方法对应不同类型土壤的加标回收率为88.9%~93.1%,标样样品测试相对误差为0%,标准偏差为8.1%~16.5%,检出限为14 mg/kg。; 谢航通; 关键词：土壤全氮

凯氏定氮仪测定土壤全氮方法优化: 2024年; 土壤样品在加速剂的参与下,用浓硫酸消煮时,各种含氮有机化合物,经过复杂的高温分解反应,转化为铵态氮。碱化后蒸馏出来的氨用硼酸吸收,以酸标准溶液滴定,求出土壤全氮含量。通过方法优化是解决了人工滴定存在的人为误差、消解完全、操作简单、污染小。; 聂晶晶杨翠陈文昶余夏艳; 关键词：全氮凯氏定氮仪土壤

南疆棉田剖面土壤全氮的高光谱定量反演模型: 掌握土壤全氮（STN）数据对于农业可持续发展至关重要。可见近红外（Vis-NIR）光谱分析技术是一种快速且经济高效的土壤全氮检测技术。但大型光谱数据集存在特征冗余的问题。利用特征选择方法能够简化模型,减少光谱的特征冗余,...; 赵承怡; 关键词：土壤全氮

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈