CN105842187A - 一种枣树冠层铁含量的检测方法 - Google Patents
一种枣树冠层铁含量的检测方法 Download PDFInfo
- Publication number
- CN105842187A CN105842187A CN201610361665.4A CN201610361665A CN105842187A CN 105842187 A CN105842187 A CN 105842187A CN 201610361665 A CN201610361665 A CN 201610361665A CN 105842187 A CN105842187 A CN 105842187A
- Authority
- CN
- China
- Prior art keywords
- iron content
- jujube tree
- canopy
- sample
- tree canopy
- 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
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 72
- 244000126002 Ziziphus vulgaris Species 0.000 title claims abstract description 42
- 235000008529 Ziziphus vulgaris Nutrition 0.000 title claims abstract description 42
- 229910052742 iron Inorganic materials 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000002835 absorbance Methods 0.000 claims abstract description 8
- 238000001035 drying Methods 0.000 claims abstract description 6
- 238000000227 grinding Methods 0.000 claims abstract description 6
- 238000009499 grossing Methods 0.000 claims abstract description 6
- 238000012937 correction Methods 0.000 claims abstract description 4
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000000151 deposition Methods 0.000 claims description 3
- 239000012153 distilled water Substances 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 238000011010 flushing procedure Methods 0.000 claims description 3
- 239000004570 mortar (masonry) Substances 0.000 claims description 3
- 229910052573 porcelain Inorganic materials 0.000 claims description 3
- 239000008399 tap water Substances 0.000 claims description 3
- 235000020679 tap water Nutrition 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 241001247821 Ziziphus Species 0.000 abstract description 2
- 238000007873 sieving Methods 0.000 abstract 1
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- NOQGZXFMHARMLW-UHFFFAOYSA-N Daminozide Chemical compound CN(C)NC(=O)CCC(O)=O NOQGZXFMHARMLW-UHFFFAOYSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种枣树冠层铁含量的检测方法，包括以下步骤：根据代表性采集待测定枣树冠层叶片，将叶片放于烘箱中杀青烘干后，研磨过100目筛。利用近红外光谱仪采集枣叶研磨样品的光谱数据。光谱数据经基线校正后做平滑处理。分别提取样品的吸光度。将各样品的吸光度代入检测模型，计算得到枣树冠层的铁含量。本发明具有无污染、操作简便、快速精确的特点，适合推广应用。
Description
技术领域
本发明属于植物培育工程技术领域，涉及一种铁含量的检测方法，具体地说，涉及一种枣树冠层铁含量的检测方法。
背景技术
铁是枣树生长必不可少的营养元素，快速获取铁信息是监测枣树生长发育及品质保证的前提。现有技术中枣树冠层钙含量的检测方法需要配制化学试剂，测定过程中化学尾液排放对环境造成污染和对人体造成伤害，而且存在操作步骤繁琐，检测时间长的缺陷。目前急需一种无污染、操作简便、快速精确的枣树冠层铁含量的检测方法。
发明内容
为了克服现有技术中存在的缺陷，本发明提出了一种无污染、操作简便、快速精确的枣树冠层铁含量的检测方法，该方法实现了枣树冠层铁含量的快速准确检测，不需要配制任何化学试剂，避免了测定过程中化学尾液排放对环境的污染和对人体的伤害，同时也大大简化了操作步骤，缩短了检测时间，能满足农业生产中大面积枣园短时间内要求获取冠层铁含量数据的需求，为枣树田间管理中铁的精准施用提供了快速获取施肥量依据的手段。
其技术方案如下：
一种枣树冠层铁含量的检测方法，包括以下步骤：
(1)采集待测定铁含量枣树冠层的叶片，装于编号的纸质信封内。
(2)对样品进行冲洗后，杀青烘干。
(3)研磨过筛，装于样袋内。
(4)用近红外光谱仪测定样品吸光度。
(5)对光谱数据进行基线校正和平滑处理。
(6)提取各样品在波数4686.174、5372.708、5376.565、5380.422、5411.277、5415.134、5418.991、5484.559、5488.416、5492.273、7324.316、7328.173、7332.03、7335.887、7351.315、7355.172、7467.023、7470.88、7474.737、7586.588、7590.445、7594.302、7598.159、7602.016、9410.917、9414.774、9418.631、9422.488、9426.345、9430.202、9434.059、9437.916、9441.772、9445.63、9449.486、9453.344、9457.2、9461.058、9615.335、9619.191、9623.049、9661.618、9665.475、9669.332、9684.76、9688.616、9692.474、9696.33、9700.188、9704.044cm-1的吸光度。
(7)将各波数的吸光度值代入枣树冠层铁含量检测模型：
y＝0.15452-18.0616x1+29.72028x2+37.42458x3-25.0919x4-55.8772x5-61.8541x6-98.2582x7+66.64243x8+79.02376x9+92.2088x10-31.4608x11-17.8742x12-65.7146x13-34.0871x14+5.57229x15+33.15463x16+65.93293x17+61.54558x18+56.82951x19-56.9403x20-48.9627x21-54.3806x22-49.0206x23-54.2555x24+62.53294x25+58.84203x26+51.55114x27+52.3032x28+33.72174x29+44.06057x30+51.26489x31+28.75867x32+33.73351x33+55.17234x34+63.2697x35+68.15698x36+88.03741x37+68.17412x38-21.68279x39-64.82954x40-48.27814x41-94.48754x42-70.41972x43-60.51658x44-55.98325x45-34.38886x46-26.83844x47-21.46607x48-25.79758x49-89.31725x50
其中，y为枣树冠层铁含量，单位为mg/g，x1、x2、x3、x4、x5、x6、x7、x8、x9、x10、x11、x12、x13、x14、x15、x16、x17、x18、x19、x20、x21、x22、x23、x24、x25、x26、x27、x28、x29、x30、x31、x32、x33、x34、x35、x36、x37、x38、x39、x40、x41、x42、x43、x44、x45、x46、x47、x48、x49、x50为枣树冠层样品在波数4686.174、5372.708、5376.565、5380.422、5411.277、5415.134、5418.991、5484.559、5488.416、5492.273、7324.316、7328.173、7332.03、7335.887、7351.315、7355.172、7467.023、7470.88、7474.737、7586.588、7590.445、7594.302、7598.159、7602.016、9410.917、9414.774、9418.631、9422.488、9426.345、9430.202、9434.059、9437.916、9441.772、9445.63、9449.486、9453.344、9457.2、9461.058、9615.335、9619.191、9623.049、9661.618、9665.475、9669.332、9684.76、9688.616、9692.474、9696.33、9700.188、9704.044cm-1的吸光度。
优选地，步骤(1)所述的采集待测定铁含量枣树冠层的叶片，所采集的枣树叶片须具有代表性，采集时需采集冠层上、中、下部位叶片各10片，每个冠层采集30片叶片。
优选地，步骤(2)所述的对样品进行冲洗，需先用自来水冲洗掉叶片滞留的降尘后再用蒸馏水冲洗1～2遍。
优选地，步骤(2)所述的杀青烘干具体为：先在105摄氏度杀青30分钟，再于80摄氏度条件下烘干至恒重。
优选地，步骤(3)所述的研磨过筛具体为：样品烘干稍冷后立即用瓷研钵进行研磨，研磨的程度为所有样品均能通过100目筛。
优选地，步骤(3)所述的样袋需为拉口密封袋，以防样品吸潮。
优选地，步骤(5)所述的平滑处理具体为Savitzky-Golay，平滑窗口为5。
本发明的有益效果为：
本发明实现了枣树冠层铁含量的快速准确检测，不需要配制任何化学试剂，避免了测定过程中化学尾液排放对环境的污染和对人体的伤害，同时也大大简化了操作步骤，缩短了检测时间，能满足农业生产中大面积枣园短时间内要求获取冠层铁含量数据的需求，为枣树田间管理中铁的精准施用提供了快速获取施肥量依据的手段。该方法具有无污染、操作简便、快速精确的特点，适合推广应用。
附图说明
图1为枣树冠层铁含量实测值与检测值拟合度。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。
一种枣树冠层铁含量的检测方法，包括以下步骤：
(1)采集待测定铁含量枣树冠层叶片，每个冠层采集上、中、下3个层次的叶片各10片，每个冠层共采集30片枣树叶片，采集好的叶片放于编号的纸质信封袋内。本实例共采集了新疆阿拉尔市不同团场枣园的90个冠层样本。
(2)将采集好的枣树冠层样品与实验室先用自来水冲洗，洗净叶片表面的残留的降尘后，再用蒸馏水冲洗1-2次，装于对应编号的信封内。
(3)将信封放于烘箱内，先于105摄氏度烘30分钟，在将温度调节到80摄氏度烘干至恒重。
(4)烘干的样品冷却至室温后，用瓷研钵研磨枣叶，研磨后全部过完100目筛，用拉口塑料密封袋装好，以防样品吸潮。
(5)将研磨样品放于直径5cm的透明培养皿内测试近红外数据，本实例的近红外光谱仪为Antaris II FT-NIR傅里叶变换型光谱仪，波谱范围：4000～10000cm-1，波谱分辨率：4cm-1，扫描次数：32次，32次的平均值即为该样品最终的吸光度。
(6)将波谱数据进行基线校正后，用Savitzky-Golay方法进行平滑，平滑窗口为5。
(7)提取每个样品4686.174、5372.708、5376.565、5380.422、5411.277、5415.134、5418.991、5484.559、5488.416、5492.273、7324.316、7328.173、7332.03、7335.887、7351.315、7355.172、7467.023、7470.88、7474.737、7586.588、7590.445、7594.302、7598.159、7602.016、9410.917、9414.774、9418.631、9422.488、9426.345、9430.202、9434.059、9437.916、9441.772、9445.63、9449.486、9453.344、9457.2、9461.058、9615.335、9619.191、9623.049、9661.618、9665.475、9669.332、9684.76、9688.616、9692.474、9696.33、9700.188、9704.044cm-1的吸光度值，代入检测模型：
y＝0.15452-18.0616x1+29.72028x2+37.42458x3-25.0919x4-55.8772x5-61.8541x6-98.2582x7+66.64243x8+79.02376x9+92.2088x10-31.4608x11-17.8742x12-65.7146x13-34.0871x14+5.57229x15+33.15463x16+65.93293x17+61.54558x18+56.82951x19-56.9403x20-48.9627x21-54.3806x22-49.0206x23-54.2555x24+62.53294x25+58.84203x26+51.55114x27+52.3032x28+33.72174x29+44.06057x30+51.26489x31+28.75867x32+33.73351x33+55.17234x34+63.2697x35+68.15698x36+88.03741x37+68.17412x38-21.68279x39-64.82954x40-48.27814x41-94.48754x42-70.41972x43-60.51658x44-55.98325x45-34.38886x46-26.83844x47-21.46607x48-25.79758x49-89.31725x50
其中，y为枣树冠层铁含量，单位为mg/g，x1、x2、x3、x4、x5、x6、x7、x8、x9、x10、x11、x12、x13、x14、x15、x16、x17、x18、x19、x20、x21、x22、x23、x24、x25、x26、x27、x28、x29、x30、x31、x32、x33、x34、x35、x36、x37、x38、x39、x40、x41、x42、x43、x44、x45、x46、x47、x48、x49、x50为枣树冠层样品在波数4686.174、5372.708、5376.565、5380.422、5411.277、5415.134、5418.991、5484.559、5488.416、5492.273、7324.316、7328.173、7332.03、7335.887、7351.315、7355.172、7467.023、7470.88、7474.737、7586.588、7590.445、7594.302、7598.159、7602.016、9410.917、9414.774、9418.631、9422.488、9426.345、9430.202、9434.059、9437.916、9441.772、9445.63、9449.486、9453.344、9457.2、9461.058、9615.335、9619.191、9623.049、9661.618、9665.475、9669.332、9684.76、9688.616、9692.474、9696.33、9700.188、9704.044cm-1的吸光度。
表1和图1显示了本次实例中真实值和检测值之间的拟合度。二者之间的平均值、最大值和最小值差异不大，决定系数(R2)达到0.8611，均方根误差(RMSE)仅为0.0616mg/g，平均相对误差(MRE)只有6.3245％，而标准差与均方根误差之比(RPD)高达2.6891，根据评价标准，RPD＞2.0说明模型能够高精度的估算样本的属性。由此说明，本发明的方法可以准确的快速测定枣树冠层的铁含量。
表1枣树冠层铁含量的真实值与检测值统计(n＝90)
以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (7)
1.一种枣树冠层铁含量的检测方法，其特征在于，包括以下步骤：
(1)采集待测定铁含量枣树冠层的叶片，装于编号的纸质信封内；
(2)对样品进行冲洗后，杀青烘干；
(3)研磨过筛，装于样袋内；
(4)用近红外光谱仪测定样品吸光度；
(5)对光谱数据进行基线校正和平滑处理；
(6)提取各样品在波数4686.174、5372.708、5376.565、5380.422、5411.277、5415.134、5418.991、5484.559、5488.416、5492.273、7324.316、7328.173、7332.03、7335.887、7351.315、7355.172、7467.023、7470.88、7474.737、7586.588、7590.445、7594.302、7598.159、7602.016、9410.917、9414.774、9418.631、9422.488、9426.345、9430.202、9434.059、9437.916、9441.772、9445.63、9449.486、9453.344、9457.2、9461.058、9615.335、9619.191、9623.049、9661.618、9665.475、9669.332、9684.76、9688.616、9692.474、9696.33、9700.188、9704.044cm-1的吸光度；
(7)将各波数的吸光度值代入枣树冠层铁含量检测模型：
y＝0.15452-18.0616x1+29.72028x2+37.42458x3-25.0919x4-55.8772x5-61.8541x6-98.2582x7+66.64243x8+79.02376x9+92.2088x10-31.4608x11-17.8742x12-65.7146x13-34.0871x14+5.57229x15+33.15463x16+65.93293x17+61.54558x18+56.82951x19-56.9403x20-48.9627x21-54.3806x22-49.0206x23-54.2555x24+62.53294x25+58.84203x26+51.55114x27+52.3032x28+33.72174x29+44.06057x30+51.26489x31+28.75867x32+33.73351x33+55.17234x34+63.2697x35+68.15698x36+88.03741x37+68.17412x38-21.68279x39-64.82954x40-48.27814x41-94.48754x42-70.41972x43-60.51658x44-55.98325x45-34.38886x46-26.83844x47-21.46607x48-25.79758x49-89.31725x50
其中，y为枣树冠层铁含量，单位为mg/g，x1、x2、x3、x4、x5、x6、x7、x8、x9、x10、x11、x12、x13、x14、x15、x16、x17、x18、x19、x20、x21、x22、x23、x24、x25、x26、x27、x28、x29、x30、x31、x32、x33、x34、x35、x36、x37、x38、x39、x40、x41、x42、x43、x44、x45、x46、x47、x48、x49、x50为枣树冠层样品在波数4686.174、5372.708、5376.565、5380.422、5411.277、5415.134、5418.991、5484.559、5488.416、5492.273、7324.316、7328.173、7332.03、7335.887、7351.315、7355.172、7467.023、7470.88、7474.737、7586.588、7590.445、7594.302、7598.159、7602.016、9410.917、9414.774、9418.631、9422.488、9426.345、9430.202、9434.059、9437.916、9441.772、9445.63、9449.486、9453.344、9457.2、9461.058、9615.335、9619.191、9623.049、9661.618、9665.475、9669.332、9684.76、9688.616、9692.474、9696.33、9700.188、9704.044cm-1的吸光度。
2.根据权利要求1所述的枣树冠层铁含量的检测方法，其特征在于，步骤(1)所述的采集待测定铁含量枣树冠层的叶片，所采集的枣树叶片须具有代表性，采集时需采集冠层上、中、下部位叶片各10片，每个冠层采集30片叶片。
3.根据权利要求1所述的枣树冠层铁含量的检测方法，其特征在于，步骤(2)所述的对样品进行冲洗，需先用自来水冲洗掉叶片滞留的降尘后再用蒸馏水冲洗1～2遍。
4.根据权利要求1所述的枣树冠层铁含量的检测方法，其特征在于，步骤(2)所述的杀青烘干具体为：先在105摄氏度杀青30分钟，再于80摄氏度条件下烘干至恒重。
5.根据权利要求1所述的枣树冠层铁含量的检测方法，其特征在于，步骤(3)所述的研磨过筛具体为：样品烘干稍冷后立即用瓷研钵进行研磨，研磨的程度为所有样品均能通过100目筛。
6.根据权利要求1所述的枣树冠层铁含量的检测方法，其特征在于，步骤(3)所述的样袋需为拉口密封袋，以防样品吸潮。
7.根据权利要求1所述的枣树冠层铁含量的检测方法，其特征在于，步骤(5)所述的平滑处理具体为Savitzky-Golay，平滑窗口为5。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610361665.4A CN105842187A (zh) | 2016-05-23 | 2016-05-23 | 一种枣树冠层铁含量的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610361665.4A CN105842187A (zh) | 2016-05-23 | 2016-05-23 | 一种枣树冠层铁含量的检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105842187A true CN105842187A (zh) | 2016-08-10 |
Family
ID=56594770
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610361665.4A Pending CN105842187A (zh) | 2016-05-23 | 2016-05-23 | 一种枣树冠层铁含量的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105842187A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108982386A (zh) * | 2018-07-31 | 2018-12-11 | 中国林业科学研究院资源信息研究所 | 一种檀香叶片全铁含量的多光谱图像确定方法及系统 |
| CN113758897A (zh) * | 2021-09-23 | 2021-12-07 | 云南省烟草公司昆明市公司 | 一种基于近红外光谱的土壤水解性氮的计算方法、预测方法和预测系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103630499A (zh) * | 2013-11-12 | 2014-03-12 | 浙江大学 | 一种基于高光谱成像技术的鱼蛋白质含量分布检测方法 |
| CN103674838A (zh) * | 2013-11-12 | 2014-03-26 | 浙江大学 | 一种基于高光谱成像技术的鱼脂肪含量分布检测方法 |
| CN104483274A (zh) * | 2015-01-17 | 2015-04-01 | 华东交通大学 | 田间玉米植株叶片氮素含量检测装置和方法 |
-
2016
- 2016-05-23 CN CN201610361665.4A patent/CN105842187A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103630499A (zh) * | 2013-11-12 | 2014-03-12 | 浙江大学 | 一种基于高光谱成像技术的鱼蛋白质含量分布检测方法 |
| CN103674838A (zh) * | 2013-11-12 | 2014-03-26 | 浙江大学 | 一种基于高光谱成像技术的鱼脂肪含量分布检测方法 |
| CN104483274A (zh) * | 2015-01-17 | 2015-04-01 | 华东交通大学 | 田间玉米植株叶片氮素含量检测装置和方法 |
Non-Patent Citations (2)
| Title |
|---|
| 严衍禄等: "《近红外光谱分析的原理、技术与应用 》", 31 December 2013 * |
| 刘红玉等: "基于高光谱的番茄氮磷钾营养水平快速诊断", 《农业工程学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108982386A (zh) * | 2018-07-31 | 2018-12-11 | 中国林业科学研究院资源信息研究所 | 一种檀香叶片全铁含量的多光谱图像确定方法及系统 |
| CN113758897A (zh) * | 2021-09-23 | 2021-12-07 | 云南省烟草公司昆明市公司 | 一种基于近红外光谱的土壤水解性氮的计算方法、预测方法和预测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104374711B (zh) | 一种树木叶面尘土量的确定方法及系统 | |
| CN103954567A (zh) | 基于连续统去除法的土壤盐分测定方法 | |
| CN103278503B (zh) | 一种基于多传感器技术的葡萄水分胁迫诊断方法及系统 | |
| CN106199627A (zh) | 草地植被参数获取方法 | |
| CN104182647A (zh) | 获得土壤水分特征曲线Van Genchten模型参数的方法 | |
| CN105954207A (zh) | 一种枣树冠层叶绿素b含量的检测方法 | |
| CN105004722A (zh) | 一种烟叶成熟度快速检测方法 | |
| 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 | |
| CN105823736A (zh) | 一种枣树冠层类胡萝卜素含量的检测方法 | |
| CN106501255B (zh) | 一种枣树冠层总叶绿素含量的卫星遥感监测方法 | |
| CN116429988A (zh) | 海洋植物碳汇动态遥感监测装置 | |
| CN105842187A (zh) | 一种枣树冠层铁含量的检测方法 | |
| CN106504240B (zh) | 一种枣树冠层叶绿素a含量的卫星遥感监测方法 | |
| CN104360351A (zh) | 一种基于遥感数据的农业区地表温度高精度反演方法 | |
| CN112986045B (zh) | 一种沼泽湿地边界的判定方法 | |
| CN105842188A (zh) | 一种枣树冠层镁含量的检测方法 | |
| CN105973838A (zh) | 一种枣树冠层钙含量的检测方法 | |
| CN106338495A (zh) | 一种盐渍化土壤有机碳含量的检测方法 | |
| CN105866057A (zh) | 一种枣树冠层钾含量的检测方法 | |
| CN113532652A (zh) | 一种基于浮标和大气再分析数据的红外遥感传感器绝对定标方法 | |
| CN105823753A (zh) | 一种枣树冠层锰含量的检测方法 | |
| CN106092911A (zh) | 一种枣树冠层磷含量的检测方法 | |
| CN111595806A (zh) | 一种利用中红外漫反射光谱监测土壤碳组分的方法 | |
| CN116932996A (zh) | 基于改进Hapke模型的土壤有机质含量的估测方法 | |
| CN105866058A (zh) | 一种枣树冠层锌含量的检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160810 |