CN106841174B - 基于Mg元素比值校正含水率的叶片重金属含量检测方法 - Google Patents
基于Mg元素比值校正含水率的叶片重金属含量检测方法 Download PDFInfo
- Publication number
- CN106841174B CN106841174B CN201710054871.5A CN201710054871A CN106841174B CN 106841174 B CN106841174 B CN 106841174B CN 201710054871 A CN201710054871 A CN 201710054871A CN 106841174 B CN106841174 B CN 106841174B
- Authority
- CN
- China
- Prior art keywords
- sample
- content
- heavy metal
- spectral line
- spectral
- 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.)
- Active
Links
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000012937 correction Methods 0.000 title claims abstract description 9
- 230000003595 spectral effect Effects 0.000 claims abstract description 53
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 claims abstract description 26
- 229910052751 metal Inorganic materials 0.000 claims abstract description 22
- 239000002184 metal Substances 0.000 claims abstract description 12
- 238000005303 weighing Methods 0.000 claims abstract description 10
- 238000002203 pretreatment Methods 0.000 claims abstract description 4
- 239000000284 extract Substances 0.000 claims abstract description 3
- 238000010561 standard procedure Methods 0.000 claims abstract description 3
- 239000011651 chromium Substances 0.000 claims description 14
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 claims description 10
- 229910052804 chromium Inorganic materials 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 10
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 claims description 8
- 238000011088 calibration curve Methods 0.000 claims description 6
- 239000011572 manganese Substances 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 229910052748 manganese Inorganic materials 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000000034 method Methods 0.000 abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 6
- 239000000523 sample Substances 0.000 description 25
- 241000209094 Oryza Species 0.000 description 15
- 235000007164 Oryza sativa Nutrition 0.000 description 14
- 239000011777 magnesium Substances 0.000 description 14
- 235000009566 rice Nutrition 0.000 description 14
- 241000196324 Embryophyta Species 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 229910052749 magnesium Inorganic materials 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000012472 biological sample Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000001095 inductively coupled plasma mass spectrometry Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012136 culture method Methods 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000608 laser ablation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 235000019362 perlite Nutrition 0.000 description 1
- 239000010451 perlite Substances 0.000 description 1
- SUKJFIGYRHOWBL-UHFFFAOYSA-N sodium hypochlorite Chemical compound [Na+].Cl[O-] SUKJFIGYRHOWBL-UHFFFAOYSA-N 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000003462 vein Anatomy 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/121—Correction signals
- G01N2201/1214—Correction signals for humidity
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Plasma & Fusion (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (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
本发明公开一种基于Mg元素比值校正含水率的叶片重金属含量检测方法，包括：1)获取不同重金属含量的叶片样本，并对样本进行预处理；2)采用标准方法测得样本中的重金属含量；3)采集样本不同位置的LIBS谱线；4)对所获取的光谱信号进行预处理；5)提取所测重金属元素和Mg元素对应的LIBS谱线峰值强度；6)以测的重金属含量作为输出，以所测重金属元素与Mg元素的强度比作为输入，建立定标模型；7)采集待测样本的谱线，并在预处理后的光谱信号中提取重金属元素和Mg元素的LIBS谱线峰值强度输入所述的定标模型，得出重金属的含量。本发明通过校正样本中水分含量，消除了样本中水含量对重金属检测的影响，提高的检测的精度。
Description
技术领域
本发明涉及激光光谱技术，尤其涉及一种基于Mg元素比值校正含水率的叶片重金属含量检测方法。
背景技术
激光诱导击穿光谱技术(laser-induced breakdown spectroscopy,简称LIBS)是一种新兴的原子分析技术，它具有快速、预处理简单、多元素分析和在线远程分析的特点。它的检测对象可包括气态、固态和液态。它通过检测分析由激光烧蚀样本产生的等离子体跃迁谱线，结合定量分析方法检测元素含量。理论上，激光诱导击穿光谱技术可检测元素周期表上所有元素。目前，激光诱导击穿光谱技术已经运用于考古学、生物医学、地理化学、军事、工业等领域，主要包含重金属检测、危险物质识别、重要元素分析等。
然而由于基体效应的存在，LIBS对于生物样本重金属的定量分析仍具有较大的挑战。通常情况下，研究人员需对生物样本进行烘干、压片以减少水分和样本不均匀性带来的影响。此外，对于新鲜植物样本，一些研究人员将叶片冰冻以减少水分对重金属检测的影响。然而此类的预处理方法将会增加检测分析时间，不能体现激光诱导击穿光谱快速检测的优势。
发明内容
本发明公开了一种基于Mg元素比值校正含水率的叶片重金属含量检测方法，消除了样品含水率对检测精度的影响，具有成本低，检测快速，操作简单等特点。
本发明的具体技术方案如下：
一种基于Mg元素比值校正含水率的叶片重金属含量检测方法，包括步骤：
1)获取不同重金属含量的叶片样本，并对样本进行预处理；
2)采用标准方法测得样本中的重金属含量，记为Y；
3)利用激光诱导击穿光谱仪采集样本不同位置的谱线；
4)对所获取的光谱信号进行预处理；
5)提取所测重金属元素对应的LIBS谱线峰值强度，记为X；
6)提取Mg元素对应的LIBS谱线峰值强度，记为X′；
7)以测的重金属含量作为输出Y，以所述所测重金属元素与Mg元素的强度比作为输入，建立定标模型：其中a为定标曲线的回归系数，b为常数项；
所测重金属元素铬对应的定标模型为所测重金属元素锰对应的定标模型为
8)采集待测样本的谱线，并在预处理后的光谱信号中提取重金属元素和Mg元素的LIBS谱线峰值强度输入所述的定标模型，得出重金属的含量。
本申请中，采集光谱信号的仪器参数为：激光能量范围为20～70mJ；焦深为2mm；延时时间为2～8μs；积分时间为20μs，探测器增益为2000。
由于植物叶片较薄，当使用的激光能量较大时，激光将穿过植物叶片，会产生样品台的信号，经实验证明，当激光能量范围在20～70mJ时，收集到信号为来自样本的信号。此外焦深会影响信号的强度和稳定性，因此将焦深范围设定2mm。探测器的延时时间、积分时间和增益与待测金属的信噪比有关，因此以上的参数是经实验优化的结果。
所述的步骤4)中预处理包括依次进行信号归一化和异常样本剔除。
作为优选，所述的信号归一化为对样本谱线信号的平均值进行归一化处理。
由于环境温度、仪器噪声和样本基体效应的影响，样本谱线的信号在一定范围产生一定的波动。为了消除此方面的影响，本发明利用全部波长对应强度的平均值作为归一化变量，并将每个波长的强度值除以归一化变量进行归一化处理。本预处理能有效减少点与点的谱线波动。
作为优选，所述的异常样本剔除是基于中位数绝对偏差的方法，即以中位数代替拉依达准则法中的平均数，将大于2.5倍中值绝对偏差的值视为异常值。
由于LIBS在不同位置采集谱线的信号并不是呈标准的正态分布，因此采用传统基于平均值绝对偏差的方法容易受到极大值和极小值的干扰。采用本方法能有效消除由于叶片表面不平和检测误操作产生的异常谱线，保证检测信号的可靠性。
作为优选，所述的异常样本剔除的变量为CN键对应的峰值强度，其对应的光谱波长为388.29nm。
光谱波长388.29nm对应CN信号是由碳元素和氮元素结合产生的信号，存在于有机物的LIBS谱线中。由于一般这两种元素在样本中和空气中较为稳定因此采用该元素的峰值强度作为剔除异常光谱的变量。
作为优选，所述的异常谱线剔除遵循以下原则：保留的谱线数应大于原始谱线数的80％，且保留谱线的相对标准偏差应小于10～15％。考虑到保证数据的完整性和检测的重复性，因此设置以上的异常谱线的剔除原则。
所述的步骤6)中的比值变量为Mg元素对应的峰值强度，其对应的光谱波长为285.21nm。由于镁元素对应的峰值强度与样本的含水率具有较好的线性关系，因此考虑将镁元素对应的峰值强度作为比值变量。该方法能有效消除含水率的影响。
所述的步骤5)和步骤6)中元素强度的提取是选取参考波长前后3个波长的最大强度。由于光谱的波长位置存在一定的漂移，因此本发明中通过计算参考波长附近前后3个波长的强度，选取最大强度作为该参考波长的峰值强度。
本发明具有的有益效果是：
(1)实现了植物叶片重金属含量的快速检测。
(2)利用LIBS技术进行重金属，具有操作简单，成本低、环保、快速等特点；有效克服了传统检测方法检测时间长、操作复杂的特点，避免了化学试剂对环境的污染。
(3)采用基于中位数绝对偏差的方法剔除异常谱线能保证检测信号的可靠性。
(4)采用镁元素对应的峰值强度作为比值变量，能有效消除植物叶片重金属检测中含水率的影响。
(5)采用选取参考波长前后3个波长的最大强度作为峰值强度能有效解决LIBS谱线漂移的问题。
附图说明
图1为不同含水率下425～431nm处谱线；
图2为未进行含水率校正前铬元素定标曲线图；
图3为含水率校正后铬元素定标曲线图；
图4为未进行含水率校正前锰元素定标曲线图；
图5为含水率校正后锰元素定标曲线图。
具体实施方式
下面将结合具体实施例和附图对本发明进行详细描述，检测水稻中Cr元素含量的具体步骤如下：
1、试验水稻品种为春优84，为浙江省广泛种植的水稻单季籼粳杂交稻。水稻种子经NaClO溶液消毒30min后，分别用自来水和蒸馏水冲洗数遍，于25℃黑暗条件下浸种2d，然后放置35℃温度下催芽1d。萌发后的水稻种子播种于含珍珠岩的容器中，在人工气候生长箱内培养。水稻水培条件为：光照周期，14h/10h；温度30℃/22℃；光照强度，225μmol m-2s-1；相对湿度85％。水稻经蒸馏水培养15d后，进行营养液培养。水稻植株设置5个Cr水平：0μM、25μM、50μM、75μM、100μM。水稻经Cr处理后，于分蘖期进行采样，用于LIBS分析。
2、为了造成一定的水分含量梯度，水稻叶片放置60℃烘箱内30分钟后进行LIBS检测。水稻叶片在获取LIBS信号后，迅速进行称重，重量记为W1。放置于60℃直至恒重，记为W2。叶片含水率ε的计算公式如方程(1)所示。测量结果如表1所示。
表1水稻叶片含水率概况
| 烘干时间(min) | 范围(％) | 均值(％) | 标准偏差(％) |
| 30 | 4.3～45.6 | 20.5 | 16.0 |
3、水稻叶片的LIBS光谱采集采用单点获取的模式，即每个位置采集一条光谱。为防止叶片在激光击打过程中位置发生移动，水稻叶片由双面胶固定于XYZ电动位移台表面，激光击打位置为单侧距离叶脉2mm处，激光由叶片底部到叶片顶部以1.5mm步长进行击打，单片叶片采集25条谱线，保证每个点不重合。为获得较好的信背比和重复性，激光击打点位于叶片表面2mm以下，激光能量为60mJ，探测器的延时时间和积分时间分别设置为2μs和20μs，探测器的增益设置为2000。
4、为了减少点与点之间的波动，通常需要将谱线做归一化处理，本发明采用面积归一化的方式。此外，由于激光与样本的耦合和谱线的激发存在较大的波动，因此可能会出现极大或者极小的强度异C常值。为了剔除异常值，以中位数代替拉依达准则法中的平均数，将大于2.5倍中值绝对偏差的值是为异常值。通过迭代算法剔除异常值，直到所有谱线满足准则或者剩下谱线数少于80％总谱线数迭代停止。
5、利用程序选取铬、锰元素分别对应波长425.44nm和257.62nm的强度和比值元素K 766.49nm的强度。
6、利用ICP－MS获取样本的铬元素参考含量作为输出，以Cr谱线强度和比值元素Mg 285.21nm的比值作为输入，建立下式的模型，
7、利用ICP－MS获取样本的铬元素参考含量作为输出，以Mn谱线强度和比值元素Mg 285.21nm的比值作为输入，建立下式的模型，
8、采集检测样本的LIBS谱线，并在预处理后的光谱信号中提取重金属元素和Mg元素的LIBS谱线峰值强度输入模型方程(2)和(3)，得出叶片中铬、锰元素的含量。
图1为相同重金属含量不同含水率样本在425～431nm处的原始谱线图，图中谱线的强度随着含水率增加而降低，因此可以看到含水率对重金属的检测具有较大的干扰。如图2和图4所示，当没有进行水分校正时，模型的预测效果较差，预测铬、锰含量模型的相关系数分别为0.78和0.80。而利用比值元素Mg对强度进行校正后，模型的相关系数有很大的提升；如图3和图5所示，预测铬、锰含量模型的相关系数达到0.95和0.97。因此本发明通过校正样本中水分含量，消除了样本中水含量对重金属检测的影响，提高检测的精度。
以上所述仅为本发明的较佳实施举例，并不用于限制本发明，凡在本发明精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于Mg元素比值校正含水率的叶片重金属含量检测方法，其特征在于，包括步骤：
1)获取不同重金属含量的叶片样本，并对样本进行预处理；
2)采用标准方法测得样本中的重金属含量，记为Y；
3)利用激光诱导击穿光谱仪采集样本不同位置的谱线；
4)对所获取的光谱信号进行预处理；
预处理包括依次进行信号归一化和异常样本剔除；所述的信号归一化为对样本谱线信号的平均值进行归一化处理；所述的异常样本剔除是以中位数代替拉依达准则法中的平均数，将大于2.5倍中值绝对偏差的值视为异常值；所述的异常样本剔除的变量为CN键对应的峰值强度，其对应的光谱波长为388.29nm；所述的异常样本剔除遵循以下原则：保留的谱线数应大于原始谱线数的80％，且保留谱线的相对标准偏差应小于10～15％；
5)提取所测重金属元素对应的LIBS谱线峰值强度，记为X；
6)提取Mg元素对应的LIBS谱线峰值强度，记为X′；
比值变量为Mg元素对应的峰值强度，其对应的光谱波长为285.21nm；
7)以测的重金属含量作为输出Y，以所测重金属元素与Mg元素的强度比作为输入，建立定标模型：其中a为定标曲线的回归系数，b为常数项；
8)采集待测样本的谱线，并在预处理后的光谱信号中提取重金属元素和Mg元素的LIBS谱线峰值强度输入所述的定标模型，得出重金属的含量。
2.如权利要求1所述的叶片重金属含量检测方法，其特征在于，所述的步骤3)中，利用激光诱导击穿光谱仪采集光谱信号的参数为：激光能量范围为20～70mJ；焦深为2mm；延时时间为2～8μs；积分时间为20μs，探测器增益为2000。
3.如权利要求1所述的叶片重金属含量检测方法，其特征在于，所述的步骤5)、步骤6)和步骤8)中元素强度的提取是选取参考波长前后3个波长的最大强度。
4.如权利要求1所述的叶片重金属含量检测方法，其特征在于，所测重金属元素铬对应的定标模型为所测重金属元素锰对应的定标模型为
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710054871.5A CN106841174B (zh) | 2017-01-24 | 2017-01-24 | 基于Mg元素比值校正含水率的叶片重金属含量检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710054871.5A CN106841174B (zh) | 2017-01-24 | 2017-01-24 | 基于Mg元素比值校正含水率的叶片重金属含量检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106841174A CN106841174A (zh) | 2017-06-13 |
| CN106841174B true CN106841174B (zh) | 2019-08-23 |
Family
ID=59120453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710054871.5A Active CN106841174B (zh) | 2017-01-24 | 2017-01-24 | 基于Mg元素比值校正含水率的叶片重金属含量检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106841174B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110567941B (zh) * | 2019-08-19 | 2022-07-05 | 长江大学 | 一种基于主要元素光谱强度的水稻种子水分含量分级检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5847825A (en) * | 1996-09-25 | 1998-12-08 | Board Of Regents University Of Nebraska Lincoln | Apparatus and method for detection and concentration measurement of trace metals using laser induced breakdown spectroscopy |
| CN104374752A (zh) * | 2014-11-17 | 2015-02-25 | 浙江大学 | 基于共线激光诱导击穿光谱的作物营养元素快速检测方法 |
| CN105092540A (zh) * | 2015-06-16 | 2015-11-25 | 江西农业大学 | 一种食用油中重金属铅含量的快速高精度检测方法及装置 |
-
2017
- 2017-01-24 CN CN201710054871.5A patent/CN106841174B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5847825A (en) * | 1996-09-25 | 1998-12-08 | Board Of Regents University Of Nebraska Lincoln | Apparatus and method for detection and concentration measurement of trace metals using laser induced breakdown spectroscopy |
| CN104374752A (zh) * | 2014-11-17 | 2015-02-25 | 浙江大学 | 基于共线激光诱导击穿光谱的作物营养元素快速检测方法 |
| CN105092540A (zh) * | 2015-06-16 | 2015-11-25 | 江西农业大学 | 一种食用油中重金属铅含量的快速高精度检测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 激光诱导击穿光谱分析新鲜桔叶重金属元素铬;彭秋梅等;《江西农业大学学报》;20121231;第34卷(第2期);第397-402页 |
| 黄连、附片和茯苓内铜元素激光诱导击穿光谱分析;李占锋等;《发光学报》;20160131;第37卷(第1期);第100-105页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106841174A (zh) | 2017-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106770195B (zh) | 基于cn元素比值校正含水率的叶片重金属含量检测方法 | |
| CN106596514B (zh) | 基于Ca元素比值校正含水率的叶片重金属含量检测方法 | |
| CN106841173B (zh) | 基于k元素比值校正含水率的叶片重金属含量检测方法 | |
| CN103884661A (zh) | 基于土壤可见-近红外光谱库的土壤全氮实时检测方法 | |
| Liu et al. | Detecting solar-induced chlorophyll fluorescence from field radiance spectra based on the Fraunhofer line principle | |
| CN106770191B (zh) | 一种提高激光探针中碳元素检测灵敏度的方法 | |
| CN102313731B (zh) | 一种未知物组成元素含量在线检测方法 | |
| Liu et al. | Estimating maize GPP using near-infrared radiance of vegetation | |
| CN106018332A (zh) | 一种柑桔黄龙病的近红外光谱田间检测方法 | |
| CN112304997B (zh) | 基于空间耦合模型的土壤重金属含量检测系统及检测方法 | |
| Du et al. | Application of spectral indices and reflectance spectrum on leaf nitrogen content analysis derived from hyperspectral LiDAR data | |
| CN104730042A (zh) | 一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 | |
| CN106290292A (zh) | 一种利用共聚焦显微拉曼检测茶叶中类胡萝卜素含量的方法 | |
| Wang et al. | The early, rapid, and non-destructive detection of citrus Huanglongbing (HLB) based on microscopic confocal Raman | |
| Yang et al. | Accurate identification of nitrogen fertilizer application of paddy rice using laser-induced fluorescence combined with support vector machine. | |
| CN106841174B (zh) | 基于Mg元素比值校正含水率的叶片重金属含量检测方法 | |
| CN104778349A (zh) | 一种用于水稻表土氮肥施用等级评定方法 | |
| Mellau | The ν1 band system of HNC | |
| CN103954604A (zh) | 基于藻类拉曼信号的水体残留农药检测方法 | |
| Martin et al. | Inorganic characterization of switchgrass biomass using laser-induced breakdown spectroscopy | |
| CN105717094B (zh) | 一种基于大数据库辨识的金属元素含量分析方法 | |
| Jin et al. | Laser-induced breakdown spectroscopy combined with principal component analysis-based support vector machine for rapid classification of coal from different mining areas | |
| Bi et al. | Hyperspectral diagnosis of nitrogen status in arbuscular mycorrhizal inoculated soybean leaves under three drought conditions | |
| CN109470647A (zh) | 一种水蒸气太赫兹吸收谱的测量方法 | |
| CN103616075A (zh) | 一种libs成分分析中元素谱线的自动识别方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |