基于近红外光谱技术的小麦叶片氮素营养及籽粒蛋白质含量监测研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 文献综述与立题依据 | 第12-37页 |
| 1 研究背景 | 第12-13页 |
| 2 近红外光谱技术简介 | 第13-16页 |
| ·近红外光谱技术的发展历程 | 第13页 |
| ·近红外光谱技术的理论基础 | 第13-15页 |
| ·近红外光谱分析的技术特点 | 第15-16页 |
| 3 国内外研究进展 | 第16-22页 |
| ·作物叶片氮素营养监测 | 第16-18页 |
| ·作物叶片碳氮比监测 | 第18-20页 |
| ·籽粒蛋白质含量检测 | 第20-22页 |
| 4 存在的问题与不足 | 第22-23页 |
| 5 本研究的目的与意义 | 第23-24页 |
| 参考文献 | 第24-37页 |
| 第二章 技术路线与研究方法 | 第37-50页 |
| 1 研究思路与技术路线 | 第37-38页 |
| 2 材料与方法 | 第38-47页 |
| ·试验设计 | 第38-39页 |
| ·测定方法 | 第39-40页 |
| ·光谱数据采集 | 第39页 |
| ·生化参数测定 | 第39-40页 |
| ·化学计量学方法 | 第40-46页 |
| ·光谱预处理方法 | 第40-42页 |
| ·定量校正方法 | 第42-46页 |
| ·模型性能的优化与评价 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 第三章 应用近红外光谱法估测小麦叶片氮含量 | 第50-63页 |
| 1 材料与方法 | 第51-53页 |
| ·试验设计 | 第51页 |
| ·测定方法 | 第51页 |
| ·光谱数据采集 | 第51页 |
| ·氮含量测定 | 第51页 |
| ·数据处理与分析 | 第51-52页 |
| ·样品集的划分 | 第52页 |
| ·光谱预处理 | 第52页 |
| ·定量校正方法 | 第52页 |
| ·模型的优化与评价 | 第52-53页 |
| 2 结果与分析 | 第53-57页 |
| ·小麦叶片全氮含量 | 第53页 |
| ·小麦叶片近红外光谱 | 第53页 |
| ·光谱预处理方法的确定 | 第53-54页 |
| ·PLS主成分数的确定 | 第54页 |
| ·神经网络结构和参数的确定 | 第54-55页 |
| ·网络结构设计 | 第54-55页 |
| ·网络参数的确定 | 第55页 |
| ·校正模型的构建与评价 | 第55-57页 |
| 3 结论与讨论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| Abstract | 第62-63页 |
| 第四章 应用近红外光谱法估测小麦叶片糖氮比 | 第63-77页 |
| 1 材料与方法 | 第64-65页 |
| ·试验设计 | 第64页 |
| ·测定方法 | 第64页 |
| ·光谱数据采集 | 第64页 |
| ·糖氮比测定 | 第64页 |
| ·数据处理与分析 | 第64-65页 |
| ·样品集的划分 | 第65页 |
| ·光谱预处理 | 第65页 |
| ·定量校正方法 | 第65页 |
| ·模型的优化与评价 | 第65页 |
| 2 结果与分析 | 第65-70页 |
| ·小麦叶片糖氮比的统计分析 | 第65-66页 |
| ·小麦叶片近红外光谱 | 第66-67页 |
| ·光谱预处理方法的选择 | 第67页 |
| ·神经网络结构和参数的确定 | 第67-68页 |
| ·网络结构设计 | 第67-68页 |
| ·网络参数的确定 | 第68页 |
| ·校正模型的构建与评价 | 第68-70页 |
| 3 结论与讨论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| Abstract | 第76-77页 |
| 第五章 应用近红外光谱法同时估测小麦叶片糖氮含量 | 第77-89页 |
| 1 材料与方法 | 第78-79页 |
| ·试验设计 | 第78页 |
| ·测定方法 | 第78页 |
| ·光谱数据采集 | 第78页 |
| ·全氮和可溶性总糖测定 | 第78页 |
| ·数据处理与分析 | 第78-79页 |
| ·样品集的划分 | 第78-79页 |
| ·光谱预处理 | 第79页 |
| ·模型的优化与评价 | 第79页 |
| 2 结果与分析 | 第79-83页 |
| ·光谱主成分的提取 | 第79-80页 |
| ·隐层节点数的选取 | 第80-81页 |
| ·神经网络参数的确定 | 第81-82页 |
| ·模型性能的检验与评价 | 第82-83页 |
| 3 结论与讨论 | 第83-84页 |
| 参考文献 | 第84-88页 |
| Abstract | 第88-89页 |
| 第六章 应用近红外光谱技术分析小麦籽粒蛋白质含量 | 第89-101页 |
| 1 材料与方法 | 第91-92页 |
| ·试验设计 | 第91页 |
| ·测定方法 | 第91页 |
| ·光谱数据采集 | 第91页 |
| ·籽粒蛋白质含量测定 | 第91页 |
| ·数据处理与分析 | 第91页 |
| ·样品集的划分 | 第91页 |
| ·光谱预处理 | 第91页 |
| ·定量校正方法 | 第91页 |
| ·模型的优化与评价 | 第91-92页 |
| 2 结果与分析 | 第92-95页 |
| ·小麦籽粒蛋白质含量 | 第92页 |
| ·光谱预处理方法 | 第92-93页 |
| ·神经网络结构和参数的确定 | 第93-94页 |
| ·网络结构设计 | 第93页 |
| ·网络参数的确定 | 第93-94页 |
| ·模型的构建与评价 | 第94-95页 |
| 3 结论与讨论 | 第95-96页 |
| 参考文献 | 第96-100页 |
| Abstract | 第100-101页 |
| 第七章 讨论与结论 | 第101-110页 |
| 1 讨论 | 第101-104页 |
| ·化学计量学方法研究 | 第101-102页 |
| ·小麦叶片氮素营养监测 | 第102-103页 |
| ·小麦籽粒蛋白质含量检测 | 第103-104页 |
| 2 本研究的特色与今后的研究设想 | 第104-106页 |
| ·本研究的特色与创新 | 第104-105页 |
| ·今后的研究设想 | 第105-106页 |
| 3 结论 | 第106页 |
| 参考文献 | 第106-110页 |
| 附录 | 第110-114页 |
| 致谢 | 第114页 |
