山西省回国留学人员科研经费资助项目(98046)
- 作品数：2 被引量：19H指数：2
- 相关作者：韩小平左月明李灵芝王沛华崔传金更多>>
- 相关机构：山西农业大学罗定职业技术学院更多>>
- 发文基金：山西省回国留学人员科研经费资助项目国家自然科学基金山西省高等学校科技开发基金更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 土样盒土表特征对近红外光谱测量土壤水分精度的影响被引量：8
- 2010年
- 为了现场快速准确地检测土壤水肥状况,实现精细农业的目标。利用近红外光谱反射法测量土壤水分,了解土壤表面特征对测试结果的影响规律,是能否有效提高测量精度的关键,对快速测量大田的养分含量,实现精确定量管理也有重要的现实意义。该研究用近红外光谱技术测量了6个不同土样的土壤含水率,经回归分析发现:与直尺刮平相比,盒土表面筛控刮平处理的土样,其土壤含水率与光谱的相对吸收率之间有更好的相关性;不同类型的土样对光谱的相对吸收率是:中壤土>重壤土>轻壤土;在相同的表面处理条件下,粒径0.5≤d≤1mm的土样,其含水率与光谱相对吸收率之间的相关性均较高。研究表明,土样表面均匀连续是测量精度提高的主要原因;而裂纹和划痕是影响测量精度的重要因素。
- 韩小平王沛华崔传金高昌珍左月明
- 关键词：近红外光谱土壤含水率表面处理土壤类型
- 水培番茄施氮量近红外光谱预测模型的研究被引量：11
- 2010年
- 通过小波变换去除了可见光区（350~560 nm）的噪声,提取出了叶酸的特征波段366 nm和与叶绿素有关的特征波段380,414,437,554 nm。在560~2 500 nm的波长范围内,去除噪声后的最大误差低于1.47%;在特征峰谷处的最大误差不超过0.11%。用BP神经网络建立了番茄施氮量预测模型。研究表明,在用植物探头获取番茄叶片光谱数据并去噪的条件下,用554,673,1 440,1 940 nm处的吸光度值作为BP神经网络的输入变量建立的番茄施氮量的预测模型有很高的预测精度,有极大的潜力能够满足实际应用的需要。对研究大田有效养分的预测模型也有重要的参考价值。
- 韩小平左月明李灵芝
- 关键词：小波去噪特征提取施氮量水培
