CN110426505A - 紫色土壤指纹图谱库及其建立方法 - Google Patents
紫色土壤指纹图谱库及其建立方法 Download PDFInfo
- Publication number
- CN110426505A CN110426505A CN201910779596.2A CN201910779596A CN110426505A CN 110426505 A CN110426505 A CN 110426505A CN 201910779596 A CN201910779596 A CN 201910779596A CN 110426505 A CN110426505 A CN 110426505A
- Authority
- CN
- China
- Prior art keywords
- sample
- acquisition
- soil
- purple soil
- building
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明涉及土壤快速识别技术领域,具体为一种紫色土壤指纹图谱库及其建立方法,该建立方法包括以下步骤:样品获取步骤:获取不同采集条件下的采集样品,并对采集样品进行标准化处理;基础信息获取步骤:对采集样品进行分析,获取采集样品的基础信息;指标获取步骤:对采集样品进行分析,获取采集样品的理化指标、特征矿物谱线和风化指标;图谱库建立步骤:根据理化指标、特征矿物谱线、风化指标对采集样品生成综合信息,对若干采集样品进行分类构建紫色土壤指纹图谱库。采用本方案构建分类更为准确的紫色土壤指纹图谱库,从而能够快速、准确地进行土壤识别。
Description
技术领域
本发明涉及土壤分类技术领域,具体为一种紫色土壤指纹图谱库及其建立方法。
背景技术
紫色土壤广泛存在于中国西南部四川盆地(包括重庆)及盆周山地,在四川盆地内,由紫色土壤所构成的农耕地可占总耕地面积的70%以上。由于紫色土壤由多个地质地层风化发育而成,而在各地层所形成的地质环境下,沉积物来源、组成、沉积条件、过程都导致了各地层的差异,进而影响到各地层风化成土的理化性质和农业土壤的肥力特性,这也是“紫色土类”做次级分类的主要依据和目的。但是,按现行的各种紫色土壤分类体系和方法,存在以下缺陷和问题:
1、以地质地层作紫色土壤次级分类(土属)虽体现了地层对成土母质的主要影响,但未能从物质组成,特别是对土壤性质具有决定性影响的粘土矿物,缺乏量化依据和指标;
2、虽然岩石的风化以物理风化为主,但在条件具备的情况下,不同化学风化过程也必将存在(土种分类主要依据),而现行土壤分类体系缺乏紫色土壤化学风化进程的量化指标;
3、在野外复杂的环境条件下,地质地层、土壤化学风化进程是十分难于判断和确定,即使通过采样分析,由于缺乏标准指标,也难于对样品做出准确的分类。这也是各地土壤样品数据库中大出存在分类混乱和错误的原因;
4、已有的研究表明,即使是同一地质地层,由于地域不同所形成的沉积环境差异,也必将导致岩石在物质组成上的差异,而现有的技术体系无法区分和确定这些差异,难于体现同类型紫色土壤的地域特点;同时,在缺乏采样时的地域调查资料情况下,实验室采用现有的技术体系,也很难对未知样品的来源地做出准确的判断。
综上所述,采用现代分析技术和特殊手段,建立不同地质地层和不同区域来源紫色母质和不同发育程度的紫色土壤矿物组成、元素化学构成的量化信息数据库,将对紫色土壤识别系统提供依据标准,同时,对紫色土壤农业利用、肥力指标的确定、土壤改良提供标准,因此亟需一种帮助快速、准确地进行紫色土壤分类的土壤指纹图谱库。
发明内容
本发明意在提供一种紫色土壤指纹图谱库及其建立方法,能够快速、准确地进行土壤识别。
本发明提供基础方案:紫色土壤指纹图谱库建立方法,包括以下步骤:
指标获取步骤:对采集样品进行分析,获取采集样品的理化指标、特征矿物谱线和风化指标;
图谱库建立步骤:根据理化指标、特征矿物谱线、风化指标对采集样品生成综合信息,对若干采集样品进行分类构建紫色土壤指纹图谱库。
基础方案的工作原理及有益效果:获取采集样品的理化指标,采集样品为土壤样品,理化指标为土壤样品的各种基础指标,包括矿物组成及相对含量、化学构型特征、孔隙、粒径等,通过理化指标量化粘土矿物,风化指标用于反映土壤样品的风化进程,通过风化指标量化紫色土壤风化进程,从而根据粘土矿物、紫色土壤风化进程进行分类,使得对紫色土壤的识别更为准确。
通过获取大量采集样品,对采集样品进行分析,获得大量采集样品的理化指标、特征矿物谱线,从而构建紫色土壤指纹图谱库,进而实现快速、准确地进行土壤识别。
进一步,所述理化指标包括矿物组成及相对含量、化学构型特征。有益效果:矿物组成及相对含量、化学构型特征用于表征采集样品的特性,不同采集样品的特性不同,其理化指标也不同,由此划分不同采集样品。
进一步,所述理化指标、特征矿物谱线通过XRD和XRF技术获取。有益效果:XRD技术即X射线衍射法,通过对采集样品进行X射线衍射,分析其衍射图谱,获得材料的成分、材料内部原子或分子的结构或形态等信息的研究手段。XRF技术即X射线荧光法,通过X射线激发采集样品,受激发的采集样品中的每一种元素会放射出二次X射线,由于不同元素发出的特征X射线能量和波长各不相同,因此通过对X射线的能量或者波长的测量即可知道它是何种元素发出的,进行元素的定性分析。同时采集样品受激发后发射某一元素的特征X射线强度跟该元素在采集样品中的含量有关,因此测量其强度就能进行元素的定量分析,从而获得采集样品中各种元素的种类及含量。
进一步,还包括以下步骤:
样品获取步骤:获取不同采集条件下的采集样品,并对采集样品进行标准化处理。
有益效果:获取不同采集条件下的采集样品,通过不同采集条件使得采集样品的种类更多,大量的采集样品使得最终构建的紫色土壤指纹图谱库更加全面,从而更准确的进行土壤识别。标准化处理指采集样品进行分析或测定前需要进行处理,使得其符合相关的样品标准,例如采集样品的湿度、粒径等。
进一步,所述采集条件为土壤划分区域、紫色土壤分布密度和发育程度中的一种或多种。有益效果:通过多种组合的采集条件,采集不同条件下的土壤样品,使得采集样品的种类更加全面,从而使构建的紫色土壤指纹图谱库中的分类更加全面,进而更准确的进行土壤识别。
进一步,还包括以下步骤:
样品识别步骤:对测定样品进行分析,获取测定样品的特征矿物谱线,并对比测定样品的特征矿物谱线和紫色土壤指纹图谱库中的特征矿物谱线,生成若干相似度;根据最大相似度筛选出与最大相似度对应的综合信息作为识别依据。
有益效果:测定样品用于测定该测定样品的土壤来源,在构建紫色土壤指纹图谱库后,通过对比测定样品的数据和紫色土壤指纹图谱库中的数据,计算测定样品的数据与紫色土壤指纹图谱库中的数据的相似度,获取相似度最大的数据的综合信息作为该测定样品的识别依据,从而确定测定样品的土壤来源。
进一步,还包括以下步骤:
基础信息获取步骤:对采集样品进行分析,获取采集样品的基础信息。
有益效果:除了用于构建紫色土壤指纹图谱库的信息外,还需获得采集样品的基础信息,例如土壤来源地、土壤来源气候、土壤种植现状等,通过基础信息完善采集样品的样品信息。
进一步,所述基础信息包括采集条件、采集位置。有益效果:采集位置即土壤来源地(包含经度、维度、海拔、坡度、坡向等信息),采集条件即采集时的采集时间、采集温度、采集湿度、采集深度等信息。
本发明还提供一种紫色土壤指纹图谱库,根据上述任一项所述的紫色土壤指纹图谱库建立方法建立的紫色土壤指纹图谱库。有益效果:通过紫色土壤指纹图谱库帮助快速、准确的进行土壤识别,同时对未知土壤进行来源地判定。
进一步,所述紫色土壤指纹图谱库包括采集样品的序号、综合信息和基础信息。有益效果:通过序号区分各采集样品,综合信息包括理化指标、特征矿物谱线、风化指标。
附图说明
图1为本发明紫色土壤指纹图谱库建立方法实施例一的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
紫色土壤指纹图谱库建立方法,如附图1所示,包括以下步骤:
样品获取步骤:从采样点获取不同的土壤样品作为采集样品。采样点根据不同采集条件进行设置,采集条件包括土壤划分区域、紫色土壤分布密度和发育程度中的一种或多种,通过采集条件采集不同地质地层、不同区域来源紫色母质和不同发育程度的紫色土壤,从而建立更为全面的紫色土壤指纹图谱库。在本实施例中,采集条件包括土壤划分区域、紫色土壤分布密度和发育程度。
根据采集样品的测定技术获取样品标准,根据样品标准对采集样品进行标准化处理。由于后续需要对采集样品的矿物组成及相对含量、化学构型特征等进行测定,而进行测定所采用的设备或仪器对于采集样品有样品标准,因此需要对采集样品进行标准化处理。样品标准包括样品湿度标准、样品粒径标准等,通过风干使得采集样品达到样品湿度标准,通过研磨过筛使得采集样品达到样品粒径标准,根据需要进行去杂、比色等处理。
基础信息获取步骤:对采集样品进行分析,获取采集样品的基础信息。基础信息包括采集条件、采集位置,采集条件除土壤划分区域、紫色土壤分布密度和发育程度外,还包括采集时的采集时间、采集湿度、采集深度,在其他实施例中,还包括采集时的采集温度。采集位置即为该采集样品的土壤来源地(包含经度、维度、海拔、坡度、坡向等信息)。基础信息还可以包括土壤使用现状,即采集时,土壤样品所在土壤来源地的种植情况(是否种植作物,若种植则种植的作物种类)和土地利用方式(旱地或水田)。
指标获取步骤:对采集样品进行分析,获取采集样品的理化指标、特征矿物谱线,理化指标包括矿物组成及相对含量、化学构型特征。在本实例中,通过XRD谱图矿物鉴定技术和XRF化学元素及形态鉴定技术对采集样品进行矿物和元素形态的定性与定量测定。通过XRD技术获取矿物组成及相对含量、特征矿物谱线,通过XRF技术获取化学构型特征,即采集样品的元素种类及含量等。
获取特征矿物谱线,根据特征矿物谱线获取风化指标,风化指标包括强度以及波峰所在位置,根据波峰所在位置反映各晶相化合物之间的比例,根据强度反映各晶相化合物的相对含量,从而反映采集样品的风化程度。
在其他实施例中,根据电子显微镜分析获取采集样品的土壤微观结构,根据返滴定法和Mehlich法获取采集样品的土壤指纹电荷等,从而获得更加全面的采集样品的测定信息。
图谱库建立步骤:根据理化指标、特征矿物谱线、风化指标和紫色土壤分类体系对采集样品生成综合信息。旱地紫色土壤分类体系包括1个土类(紫色土),3个亚类(中性紫色土、石灰性紫色土、酸性紫色土),6个土属(暗紫泥、棕紫泥、棕紫泥、粗暗紫泥、红棕紫泥、红紫泥)。水田紫色土壤分类体系包括1个土类(水稻土),4个亚类(淹育型水稻土、渗育型水稻土、潴育型水稻土、潜育型水稻土),5个土属(灰棕紫色水稻土、棕紫色水稻土、暗紫色水稻土、红棕紫色水稻土、红紫色水稻土)。
通过对若干不同采集条件的采集样品进行分析,并生成若干综合信息,根据若干采集样品构建紫色土壤指纹图谱库。
紫色土壤指纹图谱库,采用上述紫色土壤指纹图谱库建立方法构建而成。紫色土壤指纹图谱库中任一分类下均包括采集样品的序号、综合信息和基础信息,综合信息包括理化指标、风化指标、特征矿物谱线。
实施例二
本实施例与实施例一的不同之处在于:紫色土壤指纹图谱库建立方法,还包括以下步骤:
样品识别步骤:通过样品获取步骤对测定样品进行处理,测定样品为未知分类结果或未知土壤来源的紫色土壤样品。并通过基础信息获取步骤和指标获取步骤获取测定样品的基础信息、理化指标、特征矿物谱线,通过对比测定样品的分析数据与紫色土壤指纹图谱库中不同分类下的样品数据,生成测定样品与不同分类的若干相似度。
依次对比相似度,筛选出若干相似度中数值最大的相似度作为最大相似度,并获取最大相似度所对应的综合信息作为识别依据,即为测定样品的分类结果。根据识别依据获取所对应的基础信息,其中基础信息包括采集位置,采集位置即为测定样品的土壤来源。
实施例三
本实施例与实施例二的不同之处在于:相似度的生成和分类结果的展示。
相似度的生成:对比测定样品的基础信息和紫色土壤指纹图谱库中不同分类下的基础信息,生成第一相似度,对比测定样品的理化指标和紫色土壤指纹图谱库中不同分类下的理化指标,生成第二相似度,测定样品的特征矿物谱线和紫色土壤指纹图谱库中不同分类下的特征矿物谱线,生成第三相似度,根据第一相似度、第二相似度、第三相似度的相似权重生成相似度。第一相似度、第二相似度、第三相似度的权重不同,最终所生成的相似度的结果也不同,相似权重由从事土壤检测行业中经验丰富的工作人员进行设定。
分类结果的展示:依次对比相似度,并按相似度的数值高低进行排序,根据预设值筛选相似度较高的所对应的综合信息、基础信息向用户展示,供用户进行分析,从而更为准确的确定测定样品的分类结果。预设值可为排名个数,例如当预设值为10时,筛选相似度排序后的前十名进行展示;预设值也可为相似分值,例如当预设值为90%时,筛选相似度大于90%的进行展示。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.紫色土壤指纹图谱库建立方法,其特征在于,包括以下步骤:
指标获取步骤:对采集样品进行分析,获取采集样品的理化指标、特征矿物谱线和风化指标;
图谱库建立步骤:根据理化指标、特征矿物谱线、风化指标对采集样品生成综合信息,对若干采集样品进行分类构建紫色土壤指纹图谱库。
2.根据权利要求1所述的紫色土壤指纹图谱库建立方法,其特征在于:所述理化指标包括矿物组成及相对含量、化学构型特征。
3.根据权利要求1所述的紫色土壤指纹图谱库建立方法,其特征在于:所述理化指标、特征矿物谱线通过XRD和XRF技术获取。
4.根据权利要求1所述的紫色土壤指纹图谱库建立方法,其特征在于,还包括以下步骤:
样品获取步骤:获取不同采集条件下的采集样品,并对采集样品进行标准化处理。
5.根据权利要求4所述的紫色土壤指纹图谱库建立方法,其特征在于:所述采集条件为土壤划分区域、紫色土壤分布密度和发育程度中的一种或多种。
6.根据权利要求4所述的紫色土壤指纹图谱库建立方法,其特征在于,还包括以下步骤:
样品识别步骤:对测定样品进行分析,获取测定样品的特征矿物谱线,并对比测定样品的特征矿物谱线和紫色土壤指纹图谱库中的特征矿物谱线,生成若干相似度;根据最大相似度筛选出与最大相似度对应的综合信息作为识别依据。
7.根据权利要求6所述的紫色土壤指纹图谱库建立方法,其特征在于,还包括以下步骤:
基础信息获取步骤:对采集样品进行分析,获取采集样品的基础信息。
8.根据权利要求7所述的紫色土壤指纹图谱库建立方法,其特征在于:所述基础信息包括采集条件、采集位置。
9.紫色土壤指纹图谱库,其特征在于:根据权利要求1-7任一项所述的紫色土壤指纹图谱库建立方法建立的紫色土壤指纹图谱库。
10.根据权利要求9所述的紫色土壤指纹图谱库,其特征在于:所述紫色土壤指纹图谱库包括采集样品的序号、综合信息和基础信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910779596.2A CN110426505A (zh) | 2019-08-22 | 2019-08-22 | 紫色土壤指纹图谱库及其建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910779596.2A CN110426505A (zh) | 2019-08-22 | 2019-08-22 | 紫色土壤指纹图谱库及其建立方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110426505A true CN110426505A (zh) | 2019-11-08 |
Family
ID=68415568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910779596.2A Pending CN110426505A (zh) | 2019-08-22 | 2019-08-22 | 紫色土壤指纹图谱库及其建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110426505A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021179288A1 (en) * | 2020-03-13 | 2021-09-16 | Baker Hughes Oilfield Operations Llc | Surface logging with cuttings-based rock petrophysics analysis |
KR20230041207A (ko) * | 2021-09-17 | 2023-03-24 | 주식회사 자연과기술 | 심토의 표토화 촉진 방법 |
US20230105649A1 (en) * | 2021-10-05 | 2023-04-06 | Saudi Arabian Oil Company | Determining weathering indices by x-ray diffraction |
CN116718753A (zh) * | 2023-05-31 | 2023-09-08 | 中国地质大学(北京) | 一种土壤地球化学风化基因sg01及其构建方法和应用 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105181929A (zh) * | 2015-08-27 | 2015-12-23 | 济南大学 | 一种建立鉴别土壤样品来源筛选库的方法 |
CN107784192A (zh) * | 2017-09-15 | 2018-03-09 | 山东大学 | 指纹图谱相似度计算方法、装置和样品质量评价系统 |
CN108664925A (zh) * | 2018-05-10 | 2018-10-16 | 王逸人 | 人脸识别的方法及用户终端 |
-
2019
- 2019-08-22 CN CN201910779596.2A patent/CN110426505A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105181929A (zh) * | 2015-08-27 | 2015-12-23 | 济南大学 | 一种建立鉴别土壤样品来源筛选库的方法 |
CN107784192A (zh) * | 2017-09-15 | 2018-03-09 | 山东大学 | 指纹图谱相似度计算方法、装置和样品质量评价系统 |
CN108664925A (zh) * | 2018-05-10 | 2018-10-16 | 王逸人 | 人脸识别的方法及用户终端 |
Non-Patent Citations (5)
Title |
---|
吴伏家等: "《深孔加工中若干关键技术》", 31 October 2014 * |
范春辉等: "西北旱作农田黄土指纹图谱的光谱学鉴定", 《光谱学与光谱分析》 * |
谢庭生: "《中国紫色土山丘》", 31 December 2018 * |
谭靖等: "常见岩石矿物微区特征信息激光剥蚀光谱快速识别技术研究", 《岩矿测试》 * |
郭云开等: "《卫星遥感技术及应用》", 31 August 2016 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021179288A1 (en) * | 2020-03-13 | 2021-09-16 | Baker Hughes Oilfield Operations Llc | Surface logging with cuttings-based rock petrophysics analysis |
GB2608347A (en) * | 2020-03-13 | 2022-12-28 | Baker Hughes Oilfield Operations Llc | Surface logging with cuttings-based rock petrophysics analysis |
GB2608347B (en) * | 2020-03-13 | 2024-10-16 | Baker Hughes Oilfield Operations Llc | Surface logging with cuttings-based rock petrophysics analysis |
KR20230041207A (ko) * | 2021-09-17 | 2023-03-24 | 주식회사 자연과기술 | 심토의 표토화 촉진 방법 |
KR102653001B1 (ko) * | 2021-09-17 | 2024-03-29 | 주식회사 자연과기술 | 심토의 표토화 촉진 방법 |
US20230105649A1 (en) * | 2021-10-05 | 2023-04-06 | Saudi Arabian Oil Company | Determining weathering indices by x-ray diffraction |
CN116718753A (zh) * | 2023-05-31 | 2023-09-08 | 中国地质大学(北京) | 一种土壤地球化学风化基因sg01及其构建方法和应用 |
CN116718753B (zh) * | 2023-05-31 | 2024-05-07 | 中国地质大学(北京) | 一种土壤地球化学风化基因sg01及其构建方法和应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110426505A (zh) | 紫色土壤指纹图谱库及其建立方法 | |
Fitzpatrick et al. | A systematic approach to soil forensics: criminal case studies involving transference from crime scene to forensic evidence | |
Thomasson et al. | Soil reflectance sensing for determining soil properties in precision agriculture | |
Ustin et al. | Remote sensing of ecological processes: A strategy for developing and testing ecological models using spectral mixture analysis | |
Fitzpatrick | Soil: forensic analysis | |
Tremblay et al. | Prediction of organic carbon content in upland forest soils of Quebec, Canada | |
Martínez-Carreras et al. | Assessment of different colour parameters for discriminating potential suspended sediment sources and provenance: a multi-scale study in Luxembourg | |
Wei et al. | Common spectral bands and optimum vegetation indices for monitoring leaf nitrogen accumulation in rice and wheat | |
CN110967311B (zh) | 基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法 | |
CN109187398A (zh) | 一种小麦植株氮含量的高光谱测定方法 | |
CN115128247B (zh) | 基于绿泥石指示元素变化判别找矿类型的新方法 | |
FitzpatRick | Nature, distribution, and origin of soil materials in the forensic comparison of soils | |
Carrère et al. | Comparison of simple techniques for estimating chlorophyll a concentration in the intertidal zone using high spectral-resolution field-spectrometer data | |
Murray et al. | Soil transference patterns on bras: Image processing and laboratory dragging experiments | |
Sampson et al. | The bioindicators of forest condition project: a physiological, remote sensing approach | |
Zare et al. | Comparing traditional and digital soil mapping at a district scale using residual maximum likelihood analysis | |
Lalley et al. | The influence of multi‐scale environmental variables on the distribution of terricolous lichens in a fog desert | |
Chen et al. | Retrieval of soil dispersion using hyperspectral remote sensing | |
An et al. | The optimal soil water content models based on crop-LAI and hyperspectral data of winter wheat | |
De Bruin et al. | The application of forensic geomorphology in rhinoceros poaching investigations in Africa | |
Borole et al. | Soil spectral signature analysis for influence of fertilizers on two differen crops in raver Tahshil | |
Kristof et al. | Spectral mapping of soil organic matter | |
DAWSON et al. | Methods of characterizing and fingerprinting soils for forensic application | |
Ming et al. | Quantitative inversion of vegetation biochemical components based on hj1-a hsi in coal mining area | |
Bhise et al. | Preprocessing and statistical analysis of soil parameters using conventional laboratory techniques and non-imaging spectral techniques for Vaijapur Taluka |
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: 20191108 |