近红外光谱法快速测定土壤碱解氮、速效磷和速效钾含量
| 第一章 绪论 | 第1-13页 |
| ·论文研究的目的和意义 | 第7-8页 |
| ·近红外光谱法在土壤养分测定领域的研究现状 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·论文研究内容与方法 | 第10-13页 |
| ·论文的研究内容 | 第10-11页 |
| ·论文研究的方法 | 第11-12页 |
| ·论文研究的重点和难点 | 第12-13页 |
| 第二章 近红外光谱分析技术 | 第13-34页 |
| ·近红外光谱特性与分析原理 | 第13-16页 |
| ·近红外光谱分析的特点 | 第16页 |
| ·近红外光谱仪器 | 第16-21页 |
| ·近红外光谱仪器的性能指标 | 第16-19页 |
| ·本文研究所用近红外光谱仪器介绍 | 第19-21页 |
| ·近红外光谱分析常用数学方法 | 第21-30页 |
| ·偏最小二乘法(PLS) | 第22-24页 |
| ·人工神经网络算法 | 第24-28页 |
| ·Matlab神经网络 | 第28-30页 |
| ·近红外光谱分析实验技术 | 第30-34页 |
| ·近红外光谱中的常规分析技术 | 第30-32页 |
| ·近红外光谱分析中的测样器件 | 第32-34页 |
| 第三章 土壤样品库与光谱库的建立 | 第34-46页 |
| ·土壤样品的采集与预处理 | 第34-36页 |
| ·采样地点及其自然条件 | 第34页 |
| ·混合土样的采集 | 第34-35页 |
| ·土样的制备和贮存 | 第35-36页 |
| ·土壤养分的化学法测定与土壤样品库的建立 | 第36-40页 |
| ·土壤碱解氮含量的测定 | 第36-37页 |
| ·土壤速效磷含量的测定 | 第37-38页 |
| ·土壤速效钾含量的测定 | 第38-40页 |
| ·土壤养分化学分析结果及样品库的建立 | 第40页 |
| ·光谱仪器的调试与土壤样品光谱库的建立 | 第40-45页 |
| ·傅立叶变换近红外光谱仪的调试 | 第40-43页 |
| ·土壤样品光谱库的建立 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 偏最小二乘与神经网络模型的建立 | 第46-68页 |
| ·土壤养分含量预测的偏最小二乘模型 | 第46-55页 |
| ·碱解氮含量预测的偏最小二乘模型 | 第46-52页 |
| ·土壤速效磷、速效钾含量预测的偏最小二乘模型 | 第52-55页 |
| ·土壤养分含量预测的人工神经网络模型 | 第55-64页 |
| ·碱解氮含量预测的神经网络模型 | 第55-59页 |
| ·速效磷、速效钾含量预测的神经网络模型 | 第59-64页 |
| ·偏最小二乘和神经网络模型的对比 | 第64-65页 |
| ·土壤养分含量同时测定的混合神经网络模型 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 结论与展望 | 第68-71页 |
| ·本文结论 | 第68-70页 |
| ·论文研究的创新点 | 第70页 |
| ·未来展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 摘要 | 第75-77页 |
| Abstract | 第77-80页 |
| 致谢 | 第80-81页 |
| 导师及作者简介 | 第81页 |
