CN103528974A - 基于光谱特征波长的东北黑土有机质含量测定方法及装置 - Google Patents
基于光谱特征波长的东北黑土有机质含量测定方法及装置 Download PDFInfo
- Publication number
- CN103528974A CN103528974A CN201310431834.3A CN201310431834A CN103528974A CN 103528974 A CN103528974 A CN 103528974A CN 201310431834 A CN201310431834 A CN 201310431834A CN 103528974 A CN103528974 A CN 103528974A
- Authority
- CN
- China
- Prior art keywords
- soil
- wavelength
- absorbance
- place
- light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
基于光谱特征波长的东北黑土有机质含量测定方法及装置,所述方法包括:采集土壤10个特征波长处光反射率值,特征波长为400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm和2314nm;将土壤光反射率值转换为土壤吸光度值;再将土壤特征波长处吸光度值通过多元线性回归方程计算土壤有机质含量;装置包括光谱采集装置、嵌入式处理装置,光谱采集装置包括底座、样品盒、圆柱形转盘和固定在底盘上的支架,底座上表面固定样品盒、内部安装嵌入式处理系统;转盘通过支架立于样品盒正上方。本发明有益效果是:快速检测东北土壤有机质含量,缩短检测时间,降低成本。
Description
技术领域
本发明涉及一种基于光谱特征波长的东北黑土有机质含量测定方法及装置。
背景技术
土壤有机质主要由生物遗体转化降解形成的有机化合物组成,包括纤维素、脂肪类化合物、粗蛋白以及各种较简单的降解产物和腐殖质类高分子聚合物等,是土壤肥力的核心指标之一。土壤有机质含量的快速检测对于精细农业具有重要意义。东北黑土区是世界四大黑土带之一,主要分布在松嫩平原东部地区。东北黑土有机质含量高、土质肥沃,是我国重要的商品粮生产基地。近年来,由于过度开发,东北黑土有机质含量呈显著下降趋势,导致土壤肥力降低,并影响国家粮食安全,迫切需要对土壤有机质含量进行持续性监测。传统测定土壤有机质含量的理化方法步骤复杂、费用高、测试周期长、需用大量化学试剂,不适合大规模快速测定要求。
近年来,近红外光谱技术正被越来越多地应用于土壤养分测试。由于土壤有机质对近红外光谱具有选择性吸收特性,选择光谱特征波长不仅有利于简化土壤光谱反演计算的复杂度,而且有利于提高预测模型的抗干扰性能。目前,还未见东北黑土有机质光谱特征波长筛选结果的报道。
发明内容
本发明针对传统土壤有机质测试方法步骤复杂、测试周期长、需用大量化学试剂等缺点,提供了一种基于光谱特征波长的东北黑土有机质含量快速测定方法及装置。
基于光谱特征波长的东北黑土有机质含量测定方法,包括以下步骤:
1)采集东北黑土土壤样品,然后将采集的样品放入样品盒内,去除表面植物杂质,并将表面抚平;
2)按下装置的开始按钮,转动圆形转盘依次将十个装用滤光片的透光孔对准土壤样品,按下按钮确认相应特征波长的输入,并将每个透光孔相应特征波长下采集的光反射率值R存入单片机中;十个透光孔对应特征波长分别为400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm、2314nm;
3)嵌入式系统中的单片机自动通过公式A=-log(R),将步骤2)测定的土壤样品的特征波长反射率值转换为相应的土壤吸光度值;
4)将步骤3)得出的土壤吸光度值代入土壤有机质含量计算公式:Y=33.99-35.38X400+140.18X730-482.96X1026+1162.37X1296-801.45X1544
-802.14X1885+192.81X1912-230.50X2013-1266.59X2205+2072.25X2314;式中,Y为土壤有机质含量的模型计算值,单位为g/kg;X400为波长400nm处的土壤吸光度值;X730为波长730nm处的土壤吸光度值;X1026为波长1026nm处的土壤吸光度值;X1296为波长1296nm处的土壤吸光度值;X1544为波长1544nm处的土壤吸光度值;X1885为波长1885nm处的土壤吸光度值;X1912为波长1912nm处的土壤吸光度值;X2013为波长2013nm处的土壤吸光度值;X2205为波长2205nm处的土壤吸光度值;X2314为波长2314nm处的土壤吸光度值。
所述的特征波长是通过连续投影算法获得,所述的10个特征波长反映了东北黑土有机质复杂化合物C-H、N-H和O-H基团的伸缩和弯曲倍频、组合频振动特征吸收。其中730nm附近是水分子的伸缩振动二级倍频吸收,1544nm附近是N-H基团的一级倍频吸收,2013nm附近是O-H基团的合频吸收,2314nm附近是C-H基团的合频吸收。
按照本发明所述的方法构建的装置,其特征在于:包括光谱采集装置、嵌入式处理装置,所述的光谱采集装置包括底座、样品盒、圆柱形转盘和固定在底盘上的支架,所述的底座上表面固定样品盒、内部安装嵌入式处理系统;所述的转盘通过支架立于样品盒正上方,转盘的中心轴与样品盒的中心轴垂直;所述的转盘中心放置光源、侧壁周向均匀设有多个用于透射光线的透光孔,每个透光孔内对应放置一块滤波片,在光源一侧平行位置上放置一个光敏传感器;所述嵌入式处理装置包括单片微处理器、LCD显示屏、控制按钮和电源;所述的单片微处理器与所述的LCD显示屏、控制按钮和光敏传感器连接;所述的单片微处理器与电源相连。
所述的转盘上设有10个透光孔,每个透光孔上对应安装一块滤波片,10块滤波片中心波长分别为400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm、2314nm。
所述的光源为卤钨灯,波长范围包含350~2500nm。
所述的控制按钮分为用于启动转盘转动的开始按钮和用于选择特征波长的选择按钮。
使用时,按下开始按钮,转盘将装用滤光片的透光孔对准土壤样品,按下按钮确认该波长的输入,依次将十个透光孔对准土壤样品,将400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm、2314nm十个特征波长的光反射率值存入单片机中,并在LCD显示屏上显示结果。
本发明具有以下有益效果:
(1)采用土壤光谱特征波长,可获得相比于全波段光谱测量更快的检测速度;(2)采用基于光谱特征波长的多元线性回归计算方法,可使检测仪器的设计更加简单,价格更加低廉。
附图说明
图1为实施例中建模集样本的东北黑土有机质含量的实测值和计算值的散点分布图。
图2为实施例中预测集样本的东北黑土有机质含量的实测值和计算值的散点分布图。
图3是本发明的装置结构图。
具体实施方式
下面结合附图进一步说明本发明
参照附图:
基于光谱特征波长的东北黑土有机质含量快速测定方法,包括以下步骤:
(1)收集具有代表性的东北黑土土壤样品共90个,将样品磨碎风干后采用油浴加热重铬酸钾容量法获取样品有机质含量的实际值。将90个样本按有机质含量的高低进行排序,然后按照2:1的比例,依次取出样本分别作为建模集样本和预测集样本,如表1所示。
表1.90个东北黑土有机质含量(单位:g/Kg)
(2)在室温下测定土壤样本在400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm和2314nm处的光谱反射率值(R),该光谱由美国ASD公司的FieldSpec Pro3100光谱仪获得,光源是与光谱仪配套的14.5V卤素灯。
(3)通过公式A=-log(R),将上述10个波长土壤反射率值转换为土壤吸光度值;
(4)将所得的土壤吸光度值代入下列土壤有机质含量计算公式:Y=33.99-35.38X400+140.18X730-482.96X1026+1162.37X1296-801.45X1544-802.14X1885+192.81X1912-230.50X2013-1266.59X2205+2072.25X2314。式中,Y为土壤有机质含量的模型计算值,单位为g/kg;X400为波长400nm处的土壤吸光度值;X730为波长730nm处的土壤吸光度值;X1026为波长1026nm处的土壤吸光度值;X1296为波长1296nm处的土壤吸光度值;X1544为波长1544nm处的土壤吸光度值;X1885为波长1885nm处的土壤吸光度值;X1912为波长1912nm处的土壤吸光度值;X2013为波长2013nm处的土壤吸光度值;X2205为波长2205nm处的土壤吸光度值;X2314为波长2314nm处的土壤吸光度值。
为了验证上述测定方法的有效性,分别对建模集合预测集样本的土壤有机质含量进行检测,得到模型计算值。将实测值和计算值表示于图1和图2中。
图1中,每个点代表建模集的一个样本,横坐标代表建模集样本的有机质含量实测值,纵坐标代表采用上述方法得到的模型计算值值。从图1可见,采用上述方法获得的模型计算值与实测值之间呈显著线性关系,相关系数为0.88。图2中,每个点代表预测集中的一个样本,横坐标代表预测集样本有机质含量的实测值,纵坐标代表采用上述方法得到的模型计算值。从图2可见,采用上述方法获得的模型计算值与实测值之间呈显著线性关系,相关系数为0.87。这说明,上述方法可以较好地预测东北黑土有机质含量。
实施例2按照实施例1所述的方法构建的装置,包括光谱采集装置1、嵌入式处理装置,所述的光谱采集装置1包括底座11、样品盒12、圆柱形转盘13和固定在底盘上的支架14,所述的底座11上表面固定样品盒12、内部安装嵌入式处理系统;所述的转盘13通过支架14立于样品盒12正上方,转盘13的中心轴与样品盒12的中心轴垂直;所述的转盘13中心放置光源、侧壁周向均匀设有多个用于透射光线的透光孔,每个透光孔内对应放置一块滤波片131,在光源一侧平行位置上放置一个光敏传感器;所述嵌入式处理装置包括单片微处理器、LCD显示屏2、控制按钮3和电源;所述的单片微处理器与所述的LCD显示屏2、控制按钮3和光敏传感器连接;所述的单片微处理器与电源相连。
所述的转盘13上设有10个透光孔,每个透光孔上对应安装一块滤波片,10块滤波片中心波长分别为400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm、2314nm。
所述的光源为卤钨灯,波长范围包含350~2500nm。
所述的控制按钮分为用于启动转盘转动的开始按钮和用于选择特征波长的选择按钮。
使用时,按下开始按钮,转盘将装用滤光片的透光孔对准土壤样品,按下按钮确认该波长的输入,依次将十个透光孔对准土壤样品,将400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm、2314nm十个特征波长的光反射率值存入单片机中,并在LCD显示屏上显示结果。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也包括本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (6)
1.基于光谱特征波长的东北黑土有机质含量测定方法,包括以下步骤:
1)采集东北黑土土壤样品,然后将采集的样品放入样品盒内,去除表面植物杂质,并将表面抚平;
2)按下装置的开始按钮,转动圆形转盘依次将十个装用滤光片的透光孔对准土壤样品,按下按钮确认相应特征波长的输入,并将每个透光孔相应特征波长下采集的光反射率值R存入单片机中;十个透光孔对应特征波长分别为400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm、2314nm;
3)嵌入式系统中的单片机自动通过公式A=-log(R),将步骤2)测定的土壤样品的特征波长反射率值转换为相应的土壤吸光度值;
4)将步骤3)得出的土壤吸光度值代入土壤有机质含量计算公式:Y=33.99-35.38X400+140.18X730-482.96X1026+1162.37X1296-801.45X1544
-802.14X1885+192.81X1912-230.50X2013-1266.59X2205+2072.25X2314;式中,Y为土壤有机质含量的模型计算值,单位为g/kg;X400为波长400nm处的土壤吸光度值;X730为波长730nm处的土壤吸光度值;X1026为波长1026nm处的土壤吸光度值;X1296为波长1296nm处的土壤吸光度值;X1544为波长1544nm处的土壤吸光度值;X1885为波长1885nm处的土壤吸光度值;X1912为波长1912nm处的土壤吸光度值;X2013为波长2013nm处的土壤吸光度值;X2205为波长2205nm处的土壤吸光度值;X2314为波长2314nm处的土壤吸光度值。
2.如权利要求1所述的基于光谱特征波长的东北黑土有机质含量测定方法,其特征在于:所述的特征波长是通过连续投影算法获得,所述的10个特征波长反映了东北黑土有机质复杂化合物C-H、N-H和O-H基团的伸缩和弯曲倍频、组合频振动特征吸收。其中730nm附近是水分子的伸缩振动二级倍频吸收,1544nm附近是N-H基团的一级倍频吸收,2013nm附近是O-H基团的合频吸收,2314nm附近是C-H基团的合频吸收。
3.按照权利要求1所述的方法构建的装置,其特征在于:包括光谱采集装置、嵌入式处理装置,所述的光谱采集装置包括底座、样品盒、圆柱形转盘和固定在底盘上的支架,所述的底座上表面固定样品盒、内部安装嵌入式处理系统;所述的转盘通过支架立于样品盒正上方,转盘的中心轴与样品盒的中心轴垂直;所述的转盘中心放置光源、侧壁周向均匀设有多个用于透射光线的透光孔,每个透光孔内对应放置一块滤波片,在光源一侧平行位置上放置一个光敏传感器;所述嵌入式处理装置包括单片微处理器、LCD显示屏、控制按钮和电源;所述的单片微处理器与所述的LCD显示屏、控制按钮和光敏传感器连接;所述的单片微处理器与电源相连。
4.如权利要求3所述的装置,其特征在于:所述的转盘上设有10个透光孔,每个透光孔上对应安装一块滤波片,10块滤波片中心波长分别为400nm、730nm、1026nm、1296nm、1544nm、1885nm、1912nm、2013nm、2205nm、2314nm。
5.如权利要求4所述的装置,其特征在于:所述的光源为卤钨灯,波长范围包含350~2500nm。
6.如权利要求5所述的装置,其特征在于:所述的控制按钮分为用于启动转盘转动的开始按钮和用于选择特征波长的选择按钮。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310431834.3A CN103528974A (zh) | 2013-09-18 | 2013-09-18 | 基于光谱特征波长的东北黑土有机质含量测定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310431834.3A CN103528974A (zh) | 2013-09-18 | 2013-09-18 | 基于光谱特征波长的东北黑土有机质含量测定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103528974A true CN103528974A (zh) | 2014-01-22 |
Family
ID=49931161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310431834.3A Pending CN103528974A (zh) | 2013-09-18 | 2013-09-18 | 基于光谱特征波长的东北黑土有机质含量测定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103528974A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926204A (zh) * | 2014-05-13 | 2014-07-16 | 泰顺派友科技服务有限公司 | 基于多光谱图像特征的土壤酸碱度快速检测方法 |
CN103940754A (zh) * | 2014-05-13 | 2014-07-23 | 泰顺派友科技服务有限公司 | 土壤剖面全景图像获取装置 |
CN104089932A (zh) * | 2014-06-30 | 2014-10-08 | 山东省科学院海洋仪器仪表研究所 | 基于臭氧氧化发光光谱的土壤养分原位速测方法及装置 |
CN104568772A (zh) * | 2014-12-21 | 2015-04-29 | 华东交通大学 | 多角度原位光谱检测番茄叶片谷氨酸含量装置及方法 |
CN105115942A (zh) * | 2015-08-31 | 2015-12-02 | 浙江大学 | 一种毛竹中纤维素含量的检测系统及方法 |
CN106198434A (zh) * | 2016-07-26 | 2016-12-07 | 新疆农垦科学院 | 一种北疆灰漠土土壤有机质含量的遥感监测方法 |
CN106644954A (zh) * | 2016-10-09 | 2017-05-10 | 塔里木大学 | 一种盐渍化土壤全碳含量的检测方法 |
CN108088818A (zh) * | 2017-12-19 | 2018-05-29 | 中国农业大学 | 一种车载式土壤含水率和全氮含量光谱测量系统及方法 |
CN111474130A (zh) * | 2020-05-29 | 2020-07-31 | 南昌航空大学 | 一种基于光谱法在线检测气态丙醛、丙烯醛的简便装置及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6608672B1 (en) * | 1999-03-15 | 2003-08-19 | Omron Corporation | Soil survey device and system for precision agriculture |
CN1924555A (zh) * | 2006-08-21 | 2007-03-07 | 史向阳 | 一种多波段光谱检测仪 |
CN101975764A (zh) * | 2010-09-29 | 2011-02-16 | 中国农业大学 | 基于近红外光谱技术的多波段土壤氮素检测装置和方法 |
US20110299085A1 (en) * | 2010-06-04 | 2011-12-08 | Solum, Inc. | Rapid Tissue Analysis Technique |
CN102798614A (zh) * | 2012-08-13 | 2012-11-28 | 浙江大学 | 一种土壤总含钾量检测装置以及方法 |
CN102798601A (zh) * | 2012-08-13 | 2012-11-28 | 浙江大学 | 一种土壤有机质检测装置以及检测方法 |
CN103234922A (zh) * | 2013-03-29 | 2013-08-07 | 浙江大学 | 一种基于大样本土壤可见-近红外光谱分类的土壤有机质快速检测方法 |
-
2013
- 2013-09-18 CN CN201310431834.3A patent/CN103528974A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6608672B1 (en) * | 1999-03-15 | 2003-08-19 | Omron Corporation | Soil survey device and system for precision agriculture |
CN1924555A (zh) * | 2006-08-21 | 2007-03-07 | 史向阳 | 一种多波段光谱检测仪 |
US20110299085A1 (en) * | 2010-06-04 | 2011-12-08 | Solum, Inc. | Rapid Tissue Analysis Technique |
CN101975764A (zh) * | 2010-09-29 | 2011-02-16 | 中国农业大学 | 基于近红外光谱技术的多波段土壤氮素检测装置和方法 |
CN102798614A (zh) * | 2012-08-13 | 2012-11-28 | 浙江大学 | 一种土壤总含钾量检测装置以及方法 |
CN102798601A (zh) * | 2012-08-13 | 2012-11-28 | 浙江大学 | 一种土壤有机质检测装置以及检测方法 |
CN103234922A (zh) * | 2013-03-29 | 2013-08-07 | 浙江大学 | 一种基于大样本土壤可见-近红外光谱分类的土壤有机质快速检测方法 |
Non-Patent Citations (2)
Title |
---|
朱登胜等: "应用近红外光谱法测定土壤的有机质和pH 值", 《农业工程学报》 * |
高洪智等: "土壤主要养分近红外光谱分析及其测量系统", 《光谱学与光谱分析》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926204A (zh) * | 2014-05-13 | 2014-07-16 | 泰顺派友科技服务有限公司 | 基于多光谱图像特征的土壤酸碱度快速检测方法 |
CN103940754A (zh) * | 2014-05-13 | 2014-07-23 | 泰顺派友科技服务有限公司 | 土壤剖面全景图像获取装置 |
CN104089932A (zh) * | 2014-06-30 | 2014-10-08 | 山东省科学院海洋仪器仪表研究所 | 基于臭氧氧化发光光谱的土壤养分原位速测方法及装置 |
CN104568772A (zh) * | 2014-12-21 | 2015-04-29 | 华东交通大学 | 多角度原位光谱检测番茄叶片谷氨酸含量装置及方法 |
CN105115942A (zh) * | 2015-08-31 | 2015-12-02 | 浙江大学 | 一种毛竹中纤维素含量的检测系统及方法 |
CN105115942B (zh) * | 2015-08-31 | 2017-12-22 | 浙江大学 | 一种毛竹中纤维素含量的检测系统及方法 |
CN106198434A (zh) * | 2016-07-26 | 2016-12-07 | 新疆农垦科学院 | 一种北疆灰漠土土壤有机质含量的遥感监测方法 |
CN106644954A (zh) * | 2016-10-09 | 2017-05-10 | 塔里木大学 | 一种盐渍化土壤全碳含量的检测方法 |
CN108088818A (zh) * | 2017-12-19 | 2018-05-29 | 中国农业大学 | 一种车载式土壤含水率和全氮含量光谱测量系统及方法 |
CN111474130A (zh) * | 2020-05-29 | 2020-07-31 | 南昌航空大学 | 一种基于光谱法在线检测气态丙醛、丙烯醛的简便装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103528974A (zh) | 基于光谱特征波长的东北黑土有机质含量测定方法及装置 | |
CN102507480B (zh) | 基于12个特征波长的无损快速检测茶叶含水率的方法 | |
CN101806730B (zh) | 一种醋糟有机基质含水量的检测方法 | |
CN102426153B (zh) | 一种基于冠层高光谱指数的小麦植株水分监测方法 | |
CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
CN101424636A (zh) | 一种快速无损检测绿茶成分含量的装置及方法 | |
CN103134765A (zh) | 一种基于太赫兹时域光谱的中药样品真伪初筛方法 | |
CN102636454A (zh) | 近红外光谱快速测定食用油中低碳数脂肪酸含量的方法 | |
CN106841052A (zh) | 一种快速检测食用肉类新鲜度的方法和系统 | |
CN103293111A (zh) | 一种土壤背景干扰下小麦叶层氮含量光谱监测模型及建模方法 | |
CN105717066B (zh) | 一种基于加权相关系数的近红外光谱识别模型 | |
CN101975759A (zh) | 透射式无损检测植物叶片含水量的装置和方法 | |
CN103293118A (zh) | 一种基于近红外光谱分析技术的潲水油鉴别方法 | |
CN105784628A (zh) | 一种利用中红外光谱检测土壤有机质化学组成的方法 | |
CN105758819A (zh) | 一种利用近红外光谱检测土壤的有机组分的方法 | |
CN104778349B (zh) | 一种用于水稻表土氮肥施用等级评定方法 | |
CN104849233A (zh) | 一种检测谷物新陈度的方法及装置 | |
CN103487422A (zh) | 多波长led荧光光谱的云端中药品质检测系统及方法 | |
CN105486662A (zh) | 一种基于近红外光谱技术的棉籽棉酚含量的无损测定方法 | |
CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
CN109932319A (zh) | 一种果园土壤速效钾含量获取方法、系统及装置 | |
CN107561032A (zh) | 基于太赫兹吸收系数光谱检测油菜叶片水分状态的方法 | |
CN109100322A (zh) | 基于温度自校正的食品近红外光谱快速检测方法及便携式检测装置 | |
CN103954586A (zh) | 基于11个光谱小波系数的土壤有机质含量快速预测方法 | |
CN203502342U (zh) | 基于光谱特征波长的东北黑土有机质含量测定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140122 |