多种类土壤有机质的近红外分析模型及其共性研究

发布时间：2017-10-25 04:13

  本文关键词：多种类土壤有机质的近红外分析模型及其共性研究

  更多相关文章： 土壤有机质 近红外光谱 等间隔组合偏最小二乘 等效模型集 重复率优先组合偏最小二乘 个性化模型 联合模型

【摘要】：土壤肥力指标检测是现代农业的重要基础性工作,既有的检测方法需要生化试剂,过程复杂,不便于规模化应用。近红外(NIR)光谱可以无需试剂直接检测样品,具有快速简便的优点。已有研究工作证实近红外光谱用于分析土壤主要肥力指标(有机质等)的可行性,但由于土壤类型繁多,进一步针对土壤类型建立个性化模型及多类型土壤联合分析模型,对于近红外光谱在土壤领域的规模化应用具有重要意义。本文收集到东北、南京和广东三个类型的典型土壤样品,基于多次定标、预测集随机划分的构建具有稳定性的近红外建模、检验框架。采用等间隔偏最小二乘(EC-PLS)方法进行波长优选,建立等效模型集:(1)进一步提出重复率优先组合偏最小二乘(RRPC-PLS)方法,建立了三类土壤样品有机质近红外分析的个性化模型;(2)建立了三类土壤样品有机质近红外分析的联合模型,进行共性研究。采用EC-PLS方法,关于东北土壤,最优起点波长(I)、波长个数(N)和波长间隔数(G)分别为1090nm、63和10;关于南京土壤,最优的I、N和G分别为1310nm、48和4;关于广东土壤,最优的I、N和G分别为1172nm、72和9。在此基础上建立等效模型集,进一步采用RRPC-PLS方法建立东北、南京和广东三类土壤有机质的个性化模型,所采用的波长个数分别为8、9和56;另一方面,针对等效模型集,进一步建立三类土壤样品有机质的联合模型,相应的等间隔波长组合的I、N和G分别为1632nm、18和8。采用不参与定标的样品对优选的模型进行检验。对于最优RRPC-PLS模型,东北土壤有机质的预测均方根偏差(V-SEP)和预测相关系数(V-RP)分别为0.188wt%和0.903;南京土壤的V-SEP和V-RP分别为0.507wt%和0.945;广东土壤的V-SEP和V-RP分别为0.197 wt%和0.917。对于最优联合模型,东北土壤的V-SEP和V-RP分别为0.182wt%和0.918;南京土壤的V-SEP和V-RP分别为0.573wt%和0.926;广东土壤的V-SEP和V-RP分别为0.249 wt%和0.847。结果表明:近红外方法预测值与常规方法实测值的吻合性与相关性均较高,且具备无需试剂和快速简便的优点。本文针对不同土壤类型,提出了个性化和联合建模测定有机质的新途径,对于近红外光谱在土壤领域的规模化应用具有重要意义,也为设计小型、专用且低成本的近红外光谱仪器提供有价值的参考。
【关键词】：土壤有机质 近红外光谱 等间隔组合偏最小二乘 等效模型集 重复率优先组合偏最小二乘 个性化模型 联合模型
【学位授予单位】：暨南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S153.621;O657.33
【目录】：

• 摘要3-5
• Abstract5-8
• 第一章 前言8-12
• 1.1 研究背景与研究意义8-9
• 1.2 国内外研究现状9-10
• 1.3 研究目标与研究内容10-12
• 第二章 土壤近红外光谱分析的化学计量学研究12-21
• 2.1 光谱分析原理与化学计量学方法12-13
• 2.2 模型评价指标与样品集划分13-16
• 2.3 EC-PLS方法16-18
• 2.4 等效模型集及联合模型18-19
• 2.5 RRPC-PLS方法19-21
• 第三章 三种类型土壤有机质的近红外分析模型及联合模型21-55
• 3.1 实验样品的采集21-23
• 3.2 近红外光谱实验23-26
• 3.3 基于稳定的样品集划分26-32
• 3.4 EC-PLS模型32-36
• 3.5 RRPC-PLS模型36-42
• 3.6 联合模型42-44
• 3.7 模型检验44-55
• 第四章 总结与展望55-58
• 参考文献58-63
• 致谢63

【相似文献】

中国期刊全文数据库 前10条

1 汪庆平,董宝生;绿色快速分析技术——近红外及其应用[J];云南农业科技;2003年06期

2 周青梅;;近红外分析技术在啤酒行业中的应用[J];啤酒科技;2009年08期

3 李寿文;陆永红;;如何用8100近红外仪测定谷物种子成分[J];甘肃农业科技;1989年12期

4 周学秋;非破坏性近红外定性分析鉴别方法的研究[J];现代仪器;2001年02期

5 芦永军,曲艳玲,张军,朴仁官;分立波长型近红外光谱分析仪定标模型的优化[J];光谱学与光谱分析;2004年06期

6 付秋娟;窦玉青;张忠锋;;近红外技术在物理特性领域的应用[J];光谱实验室;2013年05期

7 蔡贵民;李军会;赵龙莲;常志强;张文娟;秦西云;张录达;;国产光栅型近红外仪器上建立稳健性数学模型的方法研究[J];光谱仪器与分析;2009年Z1期

8 吴静珠;吴胜男;刘翠玲;陈兴海;高峰;;近红外和高光谱技术用于小麦籽粒蛋白含量预测探索[J];传感器与微系统;2013年02期

9 朱迅涛;近红外分析技术在肉制品检测中的应用[J];肉类工业;2002年06期

10 王艳斌,罗爱兰,陆婉珍,袁洪福;近红外分析方法快速测定沥青蜡含量[J];石油学报(石油加工);2001年03期

中国重要会议论文全文数据库 前4条

1 陈斌;陆道礼;;近红外光谱仪器的应用现状和展望[A];中国光学学会2010年光学大会论文集[C];2010年

2 周学秋;刘旭;吴严巍;王颜萍;费坚;;傅里叶变换近红外过程分析技术在中国的应用[A];第十四届全国分子光谱学术会议论文集[C];2006年

3 张瑞;王英平;许世泉;闫梅霞;赵景辉;;近红外分析技术在中药检测体系中的应用[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年

4 苏明亮;梁俐俐;吴正举;白雪平;赵艺强;;烟叶近红外分产地模型与总模型对比分析[A];中国烟草学会2006年学术年会论文集[C];2007年

中国重要报纸全文数据库 前1条

1 实习生 向岚;近红外绿色分析技术问世[N];科技日报;2000年

中国博士学位论文全文数据库 前5条

1 王艳斌;人工神经网络在近红外分析方法中的应用及深色油品的分析[D];石油化工科学研究院;2000年

2 付庆波;复杂条件下短波近红外检测技术研究[D];吉林大学;2012年

3 蔡晨波;近红外基础研究：在线分析、多组份分析和空间效应[D];湖南大学;2008年

4 贾燕花;近红外光谱分析技术在化学药品生产过程控制应用初探[D];北京协和医学院;2011年

5 冯艳春;建立近红外药品快速识别体系的可行性研究[D];中国协和医科大学;2006年

中国硕士学位论文全文数据库 前10条

1 李玉鹏;近红外反射光谱快速评定棉粕营养价值的研究[D];甘肃农业大学;2016年

2 郅建军;LD近红外芝麻脂肪检测仪波长的确定及应用研究[D];江苏大学;2016年

3 凌亚东;多种类土壤有机质的近红外分析模型及其共性研究[D];暨南大学;2016年

4 张叶霞;中药液体制剂提取过程的近红外定量模型研究[D];南京中医药大学;2016年

5 吴继明;模型转移技术在近红外光谱仪器上的应用研究[D];江苏大学;2007年

6 李勇;近红外分析模型稳健性研究[D];西北农林科技大学;2005年

7 王辉;近红外谷物品质快速检测仪的改进设计[D];中国农业机械化科学研究院;2007年

8 胡绩强;便携式近红外山茶油掺假检测仪器研制[D];南昌大学;2012年

9 马雁军;卷烟生产过程在线近红外品质监测技术及应用研究[D];北京化工大学;2013年

10 陈维维;污水COD近红外光谱定量分析的模型研究[D];暨南大学;2011年

，

本文编号：1092013