近红外光谱法在土壤有机质研究中的应用

被引：14

作者：

申艳 ^{[1
,2
]}

张晓平 ^{[1
]}

梁爱珍 ^{[1
]}

时秀焕 ^{[1
,2
]}

范如芹 ^{[1
,2
]}

杨学明 ^{[3
]}

机构：

[1] 中国科学院东北地理与农业生态研究所

[2] 中国科学院研究生院

[3] Greenhouse and Processing Crops Research Centre,Agriculture and Agri-Food Canada

来源：

核农学报 | 2010年 / 24卷 / 01期

关键词：

近红外光谱分析; 土壤有机质; 定标; 预测;

D O I：

暂无

中图分类号：

S153.6 [土壤成分];

学科分类号：

0903 ; 090301 ;

摘要：

近红外光谱技术(Near Infrared Reflectance Spectroscopy,NIRS)具有快速、低成本、无损等优点。目前利用NIRS获取土壤信息已成为国内外学者研究的重点,但是在我国利用NIRS对土壤成分进行定量分析才刚刚起步。本文简要介绍了近红外光谱分析的基本原理、模型的建立及评价,详细论述了该技术在预测土壤有机质及其组分方面的应用,并对NIRS在我国土壤有机质定量研究方面的应用前景进行了展望。

引用

收藏

页码：199 / 207

页数：9

相关论文

共 50 条

[1] 绿茶游离氨基酸总量近红外光谱定量分析模型优化 [J].

林新 ;

牛智有 ;

马爱丽 ;

刘辉 .

农业机械学报, 2008, (10) :144-147+206

[2] 基于遗传算法的苹果糖度近红外光谱分析 [J].

王加华 ;

韩东海 .

光谱学与光谱分析, 2008, (10) :2308-2311

[3] 基于小波系数的近红外光谱局部建模方法与应用研究 [J].

石雪 ;

蔡文生 ;

邵学广 .

分析化学, 2008, (08) :1093-1096

[4] 应用近红外光谱法测定土壤的有机质和pH值 [J].

朱登胜 ;

吴迪 ;

宋海燕 ;

何勇 .

农业工程学报, 2008, (06) :196-199

[5] 基于近红外光谱技术的土壤参数BP神经网络预测 [J].

郑立华 ;

李民赞 ;

潘娈 ;

孙建英 ;

唐宁 .

光谱学与光谱分析, 2008, (05) :1160-1164

[6] 土壤有机质近红外光谱分析组合波长的优选 [J].

丁海泉 ;

卢启鹏 ;

朴仁官 ;

陈星旦 .

光学精密工程, 2007, (12) :1946-1951

[7] 基于独立组分分析和BP神经网络的可见/近红外光谱稻谷年份的鉴别 [J].

邵咏妮 ;

曹芳 ;

何勇 .

红外与毫米波学报, 2007, (06) :433-436

[8] 基于遗传算法的波长选择方法在绿茶近红外光谱分析模型中的应用 [J].

刘辉军 ;

吕进 ;

林敏 ;

余良子 .

分析测试学报 , 2007, (05) :679-681+685

[9] 东北黑土的光谱特性及其与土壤参数的相关性分析 [J].

孙建英 ;

李民赞 ;

唐宁 ;

郑立华 .

光谱学与光谱分析, 2007, (08) :1502-1505

[10] 波长选择算法在近红外光谱法中药有效成分测量中的应用 [J].

谷筱玉 ;

徐可欣 ;

汪曣 .

光谱学与光谱分析, 2006, (09) :1618-1620

← 1 2 3 4 5 →