CN106841101A - 近红外快速检测小麦秸秆腐熟度的方法 - Google Patents
近红外快速检测小麦秸秆腐熟度的方法 Download PDFInfo
- Publication number
- CN106841101A CN106841101A CN201710035766.7A CN201710035766A CN106841101A CN 106841101 A CN106841101 A CN 106841101A CN 201710035766 A CN201710035766 A CN 201710035766A CN 106841101 A CN106841101 A CN 106841101A
- Authority
- CN
- China
- Prior art keywords
- model
- sample
- near infrared
- degree
- content
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 19
- 241000209140 Triticum Species 0.000 title claims abstract description 10
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 10
- 239000010902 straw Substances 0.000 claims abstract description 22
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 230000035784 germination Effects 0.000 claims abstract description 9
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 9
- 239000000126 substance Substances 0.000 claims abstract description 7
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 claims description 12
- 238000002474 experimental method Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 241001269238 Data Species 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 4
- 229920002488 Hemicellulose Polymers 0.000 claims description 4
- 229920002472 Starch Polymers 0.000 claims description 4
- 229920002678 cellulose Polymers 0.000 claims description 4
- 239000001913 cellulose Substances 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 239000008107 starch Substances 0.000 claims description 4
- 235000019698 starch Nutrition 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 239000005416 organic matter Substances 0.000 claims description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-O Ammonium Chemical compound [NH4+] QGZKDVFQNNGYKY-UHFFFAOYSA-O 0.000 claims description 2
- 241000894006 Bacteria Species 0.000 claims description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 2
- 229910052782 aluminium Inorganic materials 0.000 claims description 2
- 239000004411 aluminium Substances 0.000 claims description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 2
- 239000003795 chemical substances by application Substances 0.000 claims description 2
- 229910052757 nitrogen Inorganic materials 0.000 claims description 2
- 239000000618 nitrogen fertilizer Substances 0.000 claims description 2
- 239000002985 plastic film Substances 0.000 claims description 2
- 229920006255 plastic film Polymers 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 21
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000003895 organic fertilizer Substances 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000002068 microbial inoculum Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01N21/359—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
-
- 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
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
本发明提供一种近红外快速检测小麦秸秆腐熟度的方法,涉及秸秆腐熟度检测技术领域,包括以下步骤:样品收集、获取近红外光谱、化学指标及发芽率测定、建立近红外技术分析模型、调试模型数据、现场快速检测;本发明利用近红外光谱仪,对不同腐熟程度的秸秆进行近红外光谱扫描,与腐熟程度的相关指标建立一个梯度模型,此模型的建立可以快速的对秸秆腐熟程度进行检测,信息简洁又丰富,无需样品的化学处理,绿色环保,性能可靠,无相关耗材和维修成本,降低了运行成本和环保风险,节省了大量的人力、物力、财力,经济效益高。
Description
技术领域
本发明涉及秸秆腐熟度检测技术领域,尤其涉及一种近红外快速检测小麦秸秆腐熟度的方法。
背景技术
我国每年有8.4亿吨秸秆,秸秆生物降解技术近年来是秸秆主要利用技术之一,秸秆腐熟后制作有机肥、育苗基质等产品创造了很高的经济价值,随着秸秆腐熟技术的推广,人们渐渐意识到秸秆腐熟程度是制约秸秆规模利用的主要瓶颈技术之一,未完全腐熟的秸秆会导致有机肥产品不达标,会导致育苗基质育苗率下降。而确定秸秆腐熟程度指标众多,检测时间长、检测费用高昂,尤其是一线利用的秸秆企业很难建立起一个高标准化的实验室进行秸秆腐熟程度的检测。目前主要的方法是技术人员主观判断,其主观性强、准确性和重现性较差的缺点逐渐暴露出来,为秸秆腐熟质量控制带来很大的困难。
发明内容
本发明的目的在于提供一种近红外快速检测小麦秸秆腐熟度的方法,以解决上述技术问题。
本发明利用近红外光谱技术结合谱图处理技术和最小二乘法进行模型的建立,实现了对秸秆腐熟程度的定量分析。模型判别准确率能够达到90%以上,稳定性和重现性极高,该方法被证明在秸秆腐熟判断上具有较大的应用价值和非常乐观的应用前景。
本发明所要解决的技术问题采用以下技术方案来实现:
一种近红外快速检测小麦秸秆腐熟度的方法,其特征在于,包括以下步骤:样品收集、获取近红外光谱、化学指标及发芽率测定、建立近红外技术分析模型、调试模型数据、现场快速检测,
样品收集:
收集当年没有腐烂的秸秆,按每吨秸秆添加15kg氮肥、2kg生物菌剂的比例混配,并覆盖黑色塑料薄膜进行发酵实验,每天测试温度,温度上升至55℃时,开始取样,每天取样一次,每次发酵实验获取样品30个,隔月再进行下一次发酵实验,共进行十次发酵实验,共获得样品300个;
获取近红外光谱:
300个样品,分别进行以下操作:取其中的20g进行水分光谱扫描,随后用铝盒测水分含量;将剩余的样品用小型湿型粉碎机进行粉碎,粉碎后浸提,测定pH值及电导率,然后进烘干、粉碎过100目筛,再取其中的20g进行光谱扫描,重复扫描3-5次直至获得稳定光谱;
化学指标及发芽率测定:
分别对300个样品进行以下检测:铵态氮含量、乙酸含量、纤维素含量、半纤维素含量、有机质含量、淀粉含量,同时测定300个样品的发芽率;
建立近红外技术分析模型:
将300个样品的光谱与10个相关指标建立10个相关的模型R2,其中10个相关指标分别是指上述的:水分含量、pH值、电导率、铵态氮含量、乙酸含量、纤维素含量、半纤维素含量、有机质含量、淀粉含量、发芽率;
调试模型数据:
分别获取30个秸秆腐熟的校验样品,通过模型R2进行测试,并将校验样品同时送到实验室进行上述10个相关指标的测试,进行比对,矫正模型R2的数据;
现场快速检测:
将建好的模型R2预装进近红外快速检测设备,在现场开机后即可快速检测秸秆腐熟程度。
作为优选,由205个基础数据建立近红外检测模型,每隔1个月进行十个样品的验证,并将十个样品的验证数据和原有的205个基础数据合并再次建立近红外检测模型,模型的基础数据不断补充;一年以后模型就变成325个数据建立的模型,经过积累模型的基础数据逐渐增加,模型涵盖的数据分布越来越广,由于模型涵盖数据量的增加,也会使模型的拟合度增加;测量的精度也会进一步提高。
近红外分析光谱技术与计算机算法技术的有机结合是解决复杂混合物定量分析的一个崭新思路,它突破了复杂物系统分析的传统技术路线,使混合物分析能够微观定量各组分特性。本发明的近红外快速检测小麦秸秆腐熟度的方法以及建立的建立近红外技术分析模型,为秸秆利用产业的发展起到重要的推动作用。
本发明的有益效果是:
本发明利用近红外光谱仪,对不同腐熟程度的秸秆进行近红外光谱扫描,与腐熟程度的相关指标建立一个梯度模型,此模型的建立可以快速的对秸秆腐熟程度进行检测,信息简洁又丰富,无需样品的化学处理,绿色环保,性能可靠,无相关耗材和维修成本,降低了运行成本和环保风险,节省了大量的人力、物力、财力,经济效益高。
本方法简单快捷,可在半分钟内检测数秸秆腐熟程度,综合拟合度可达96.74%。
附图说明
图1为近红外便携式腐熟度检测仪的结构示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施例,进一步阐述本发明,但下述实施例仅仅为本发明的优选实施例,并非全部。基于实施方式中的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得其它实施例,都属于本发明的保护范围。
本发明提供一种基于近红外光谱技术的秸秆腐熟度最小二乘法分析方法,该方法包括如下步骤:
1、堆积秸秆进行腐熟
2、取样及样品物理处理
3、获取光谱及谱图预处理
4、建立数据模型
5、对已经建立数据模型进行算法验证,确定最佳算法
6、对验证样品进行检测
步骤一:将5吨秸秆进行粉碎,加尿素75kg,加秸秆腐熟菌剂(秸秆腐熟菌种)一袋,物料混合均匀后堆放,并覆盖黑色塑料布,第15天、30天、45天各翻堆一次;
步骤二:物料升温至50℃开始取样,每天取样一次,直至温度降低至35度;
步骤三:使用近红外光谱仪进行扫描获取光谱数据;
步骤四:使用光谱分析软件对获取的光谱数据进行以下处理:通过批量归一化处理(光谱分析软件自带功能)、批量基线校正处理(光谱分析软件自带功能)、剔除异常样本点处理(光谱分析软件自带功能),最后建立光谱检测模型;
步骤五:对所得光谱检测模型进行不同方式的计算,计算并建立模型R2,建立的模型R2分别为0.9546、0.9643、0.9733、0.9822、0.9587、0.9654、0.9645、0.9777、0.9812、0.9733;寻找数值最接近1的模型R2。模型R2的数值越接近1准确率越高。
步骤六:利用验证样品检验R2模型的准确性。
本实施例使用的近红外光谱仪可以选用现有的近红外光谱仪,
本实施例使用的近红外光谱仪还可以选用专用的近红外便携式腐熟度检测仪,如图1所示,由主机和连接主机的手持检测探头构成,
所述主机包括自动校验模块、光谱仪、数据处理模块、HMI模块、接口电路、电池组,所述手持检测探头输入的检测数据经过自动校验模块传送至光谱仪,所述手持检测探头包括漫反射探头和投射光纤探头。
本设备可以便携,半分钟之内就可以读取结果,建好模型后不再需要任何费用。
近红外检测模型由205个基础数据建立而成,每隔1个月进行十个样品的验证,并将十个样品的验证数据和原有的205个基础数据合并再次建立近红外检测模型,模型的基础数据不断补充;一年以后模型就变成325个数据建立的模型,经过积累模型的基础数据逐渐增加,模型涵盖的数据分布越来越广,由于模型涵盖数据量的增加,也会使模型的拟合度增加;测量的精度也会进一步提高。
由205个样品,检测获得的205个基础数据如下:
实验资料:
产品性能的数据:
光谱稳定性:稳定
检测结果的验证数据
获取50组小麦秸秆腐熟样品进行快速检测结果如下:
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种近红外快速检测小麦秸秆腐熟度的方法,其特征在于,包括以下步骤:样品收集、获取近红外光谱、化学指标及发芽率测定、建立近红外技术分析模型、调试模型数据、现场快速检测;
样品收集:
收集当年没有腐烂的秸秆,按每吨秸秆添加15kg氮肥、2kg生物菌剂的比例混配,并覆盖黑色塑料薄膜进行发酵实验,每天测试温度,温度上升至55℃时,开始取样,每天取样一次,每次发酵实验获取样品30个,隔月再进行下一次发酵实验,共进行十次发酵实验,共获得样品300个;
获取近红外光谱:
300个样品,分别进行以下操作:取其中的20g进行水分光谱扫描,随后用铝盒测水分含量;将剩余的样品用小型湿型粉碎机进行粉碎,粉碎后浸提,测定pH值及电导率,然后进烘干、粉碎过100目筛,再取其中的20g进行光谱扫描,重复扫描3-5次直至获得稳定光谱;
化学指标及发芽率测定:
分别对300个样品进行以下检测:铵态氮含量、乙酸含量、纤维素含量、半纤维素含量、有机质含量、淀粉含量,同时测定300个样品的发芽率;
建立近红外技术分析模型:
将300个样品的光谱与10个相关指标建立10个相关的模型R2,其中10个相关指标分别是指上述的:水分含量、pH值、电导率、铵态氮含量、乙酸含量、纤维素含量、半纤维素含量、有机质含量、淀粉含量、发芽率;
调试模型数据:
分别获取30个秸秆腐熟的校验样品,通过模型R2进行测试,并将校验样品同时送到实验室进行上述10个相关指标的测试,进行比对,矫正模型R2的数据;
现场快速检测:
将建好的模型R2预装进近红外快速检测设备,在现场开机后即可快速检测秸秆腐熟程度。
2.根据权利要求1所述的近红外快速检测小麦秸秆腐熟度的方法,其特征在于:由205个基础数据建立近红外检测模型,每隔1个月进行十个样品的验证,并将十个样品的验证数据和原有的205个基础数据合并再次建立近红外检测模型,模型的基础数据不断补充。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710035766.7A CN106841101A (zh) | 2017-01-17 | 2017-01-17 | 近红外快速检测小麦秸秆腐熟度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710035766.7A CN106841101A (zh) | 2017-01-17 | 2017-01-17 | 近红外快速检测小麦秸秆腐熟度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106841101A true CN106841101A (zh) | 2017-06-13 |
Family
ID=59124480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710035766.7A Pending CN106841101A (zh) | 2017-01-17 | 2017-01-17 | 近红外快速检测小麦秸秆腐熟度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106841101A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107300535A (zh) * | 2017-08-09 | 2017-10-27 | 安徽莱姆佳生物科技股份有限公司 | 近红外快速检测有机肥有效成分含量的方法 |
CN108318445A (zh) * | 2018-04-10 | 2018-07-24 | 江苏大学 | 一种近红外技术定性判别小麦是否受热变性的检测方法 |
CN110296956A (zh) * | 2019-07-12 | 2019-10-01 | 上海交通大学 | 一种近红外光谱测定水稻秸秆发酵中有机质含量的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005337776A (ja) * | 2004-05-25 | 2005-12-08 | Sumitomo Chemical Co Ltd | 結晶の定量方法 |
EP2192399A1 (en) * | 2007-09-21 | 2010-06-02 | Suntory Holdings Limited | Visible/near-infrared spectrum analyzing method and grape fermenting method |
CN102539375A (zh) * | 2012-01-10 | 2012-07-04 | 江苏大学 | 基于近红外光谱秸秆固态发酵过程参数软测量方法及装置 |
CN103115892A (zh) * | 2013-01-23 | 2013-05-22 | 浙江康恩贝制药股份有限公司 | 应用近红外光谱分析技术制备银杏叶提取物的方法 |
CN103575680A (zh) * | 2013-11-22 | 2014-02-12 | 南京农业大学 | 一种评估有机肥质量指标的光谱学方法 |
CN105548064A (zh) * | 2015-12-15 | 2016-05-04 | 驻马店华中正大有限公司 | 利用近红外光谱测定微生物发酵产抗生素过程中多种营养成分和抗生素效价变化的方法 |
-
2017
- 2017-01-17 CN CN201710035766.7A patent/CN106841101A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005337776A (ja) * | 2004-05-25 | 2005-12-08 | Sumitomo Chemical Co Ltd | 結晶の定量方法 |
EP2192399A1 (en) * | 2007-09-21 | 2010-06-02 | Suntory Holdings Limited | Visible/near-infrared spectrum analyzing method and grape fermenting method |
CN102539375A (zh) * | 2012-01-10 | 2012-07-04 | 江苏大学 | 基于近红外光谱秸秆固态发酵过程参数软测量方法及装置 |
CN103115892A (zh) * | 2013-01-23 | 2013-05-22 | 浙江康恩贝制药股份有限公司 | 应用近红外光谱分析技术制备银杏叶提取物的方法 |
CN103575680A (zh) * | 2013-11-22 | 2014-02-12 | 南京农业大学 | 一种评估有机肥质量指标的光谱学方法 |
CN105548064A (zh) * | 2015-12-15 | 2016-05-04 | 驻马店华中正大有限公司 | 利用近红外光谱测定微生物发酵产抗生素过程中多种营养成分和抗生素效价变化的方法 |
Non-Patent Citations (3)
Title |
---|
刘丽英 等: "玉米秸秆组分近红外漫反射光谱(NIRS)测定方法的建立", 《光谱学与光谱分析》 * |
褚小立 等: "近红外光谱定量校正模型的建立及应用", 《理化检验-化学分册》 * |
韩玮 等: "外源酶对秸秆堆肥进程的影响及腐熟度模糊评价", 《环境科学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107300535A (zh) * | 2017-08-09 | 2017-10-27 | 安徽莱姆佳生物科技股份有限公司 | 近红外快速检测有机肥有效成分含量的方法 |
CN108318445A (zh) * | 2018-04-10 | 2018-07-24 | 江苏大学 | 一种近红外技术定性判别小麦是否受热变性的检测方法 |
CN110296956A (zh) * | 2019-07-12 | 2019-10-01 | 上海交通大学 | 一种近红外光谱测定水稻秸秆发酵中有机质含量的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102788752B (zh) | 基于光谱技术的农作物内部信息无损检测装置及方法 | |
CN107764976B (zh) | 土壤氮素快速诊断方法及在线监测系统 | |
CN106841101A (zh) | 近红外快速检测小麦秸秆腐熟度的方法 | |
Shi et al. | Optimization of electronic nose sensor array by genetic algorithms in Xihu-Longjing Tea quality analysis | |
CN102928396B (zh) | 基于拉曼光谱的尿素同位素丰度的快速检测方法 | |
CN109239176A (zh) | 一种基于多元素和稳定同位素的牦牛肉产地溯源方法 | |
CN101339150B (zh) | 基于介电谱技术测定汽油辛烷值的方法 | |
CN110189793A (zh) | 基于高光谱的小麦氮肥生理利用率估测模型构建及不同氮效率小麦品种分类 | |
CN115239209B (zh) | 用于垃圾填埋场筛除含重金属腐殖土的方法、设备和系统 | |
CN110346445A (zh) | 一种基于气体分析质谱及近红外光谱分析烟叶霉变的方法 | |
CN101769867A (zh) | 一种堆肥产品品质的无损检测方法 | |
CN114518339A (zh) | 一种湿基发酵豆粕近红外预测模型建立方法及应用 | |
CN104297206A (zh) | 一种液态牛奶品牌快速鉴别方法 | |
CN104266998A (zh) | 用于氨纶预聚体中异氰酸酯基含量的近红外光谱检测方法 | |
CN107300535A (zh) | 近红外快速检测有机肥有效成分含量的方法 | |
CN105675538A (zh) | 一种胡麻饼养分的检测方法 | |
CN107247033B (zh) | 基于快速衰减式淘汰算法和plsda鉴别黄花梨成熟度的方法 | |
CN101140225B (zh) | 一种利用声光可调滤光器近红外光谱仪检测香料中铅的方法 | |
CN111257446A (zh) | 一种检测蜂蜜中外源甜菜糖的方法 | |
CN110261346A (zh) | 一种基于近红外光谱快速检测土壤中pvc含量的方法 | |
CN101387497A (zh) | 采用近红外光谱技术测量植物纤维材料纤维形态的方法 | |
CN109540837A (zh) | 近红外快速检测苎麻叶片木质纤维素含量的方法 | |
CN103048275A (zh) | 基于近红外光谱的自适应软仪表装置及其构造方法 | |
Yan et al. | Application of DS evidence theory in apple’s internal quality classification | |
CN113310943A (zh) | 一种基于机器学习的藕粉掺假鉴别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170613 |