排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
利用可见-近红外光谱(VNIR)检测土壤磷(P)和钾(K)含量存在精度不高的问题。为消除土壤质地、类型、颜色、颗粒大小、形状、密度等对光谱精度的影响,利用VNIR检测土壤P和K,采用直接正交信号校正(DOSC)光谱预处理降低干扰的方法,对美国密苏里州8种类型土壤共1 582个土壤样品、在350~2 500 nm波段内进行VNIR光谱扫描,对光谱进行吸光度、均值归一化、5点均值滤波平滑处理后,分别用DOSC处理和未处理数据建立偏最小二乘回归(PLSR)分析模型对P和K进行预测。实验结果表明,DOSC处理后得到的模型预测精度显著提高,其预测均方根误差(RMSEP)降低21.50%(P)、26.93%(P(0,27))、24.64%(K)和27.67%(K(0,192)),预测决定系数(R2)提高85.76%(P)、108.31%(P(0,27))、59.38%(K)和87.01%(K(0,192)),相对分析误差(RPD)提高27.37%(P)、36.90%(P(0,27))、32.75%(K)和38.29%(K(0,192))。用DOSC算法在多类型土壤的P和K的VNIR测定中,能消除由于土壤质地、类型等引起的噪声信息,提高模型预测精度,为多类型土壤P和K的VNIR测定提供了一种光谱预处理方法。 相似文献
2.
【目的】分析西北地区农业生物质秸秆的热特性,为合理有效利用西北地区农业生物质能奠定基础。【方法】采集陕西、甘肃、宁夏、青海、西藏和新疆等6省(自治区)97个县(市)252个小麦、玉米、水稻、油菜、棉花等5种秸秆样品,采用瞬态热线法测定秸秆的热传导率、热扩散率和比热容,统计分析不同种类、不同地域秸秆热特性的差异性,采用GIS技术分析西北各省(区)秸秆热传导率的区域分布规律。【结果】西北6省(区)小麦秸秆热传导率、热扩散率和比热容的平均值分别为0.103~0.118 W/(m·K)、0.213~0.223mm2/s、0.473~0.526 MJ/(m3·K);6省区玉米秸秆的3个热特性平均值分别为0.105~0.116 W/(m·K)、0.203~0.232 mm2/s、0.479~0.553MJ/(m3·K);陕西、宁夏和新疆水稻秸秆的3个热特性平均值分别为0.103~0.117 W/(m·K)、0.206~0.214mm2/s、0.483~0.572 MJ/(m3·K);陕西、甘肃、青海和西藏油菜秸秆的3个热特性平均值分别为0.108~0.116W/(m·K)、0.202~0.219mm2/s、0.495~0.575 MJ/(m3·K);陕西、甘肃和新疆棉花秸秆的3个热特性平均值分别为0.129~0.132 W/(m·K)、0.182~0.190 mm2/s、0.677~0.710 MJ/(m3·K)。【结论】棉花秸秆热特性与小麦、玉米、水稻和油菜秸秆之间有显著差异;小麦、玉米、油菜秸秆热特性地域差异性显著;热传导率的地域分布表现为从新疆到陕西由西向东逐渐减小;农作物的种类、气候和环境条件对秸秆热特性有一定的影响。 相似文献
1