首页--农业科学论文--农业基础科学论文--肥料学论文--化学肥料论文

基于可见/近红外光谱分析的化肥土壤成分速测模型研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第13-23页
    1.1 研究背景与意义第13-15页
    1.2 国内外研究现状第15-17页
        1.2.1 基于可见/近红外光谱的土壤养分检测研究现状第15-16页
        1.2.2 基于可见/近红外光谱的化肥成分检测研究现状第16-17页
    1.3 近红外光谱建模技术基础第17-20页
        1.3.1 光谱理论基础第17-18页
        1.3.2 近红外光谱的定量计算第18-20页
    1.4 研究目标、内容和技术路线第20-21页
        1.4.1 研究目标第20页
        1.4.2 研究内容第20-21页
        1.4.3 技术路线第21页
    1.5 拟解决的关键问题第21-22页
    1.6 论文的整体章节结构第22页
    1.7 本章小结第22-23页
第2章 样品采集、测试与光谱获取第23-31页
    2.1 化肥样本第23-24页
    2.2 土壤样本第24-25页
    2.3 化肥主要成分测定第25-27页
        2.3.1 化肥中氮含量的测定第25-26页
        2.3.2 化肥中总磷含量测定第26-27页
        2.3.3 化肥中总钾含量测定第27页
    2.4 土壤主要成分测定第27-29页
        2.4.1 土壤有机质含量的测定第27-28页
        2.4.2 土壤总氮含量的测量第28页
        2.4.3 土壤pH值的测量第28-29页
    2.5 样品光谱采集第29-30页
    2.6 近红外光谱建模所用软件第30页
    2.7 本章小结第30-31页
第3章 可见/近红外光谱建模技术第31-51页
    3.1 光谱预处理技术第31-34页
        3.1.1 平滑第31-32页
        3.1.2 导数第32-33页
        3.1.3 标准正态变量转换第33页
        3.1.4 多元散射校正第33-34页
        3.1.5 正交信号校正第34页
    3.2 样本选择技术第34-36页
        3.2.1 随机选择法第35页
        3.2.2 KS法第35-36页
        3.2.3 SPXY法第36页
    3.3 波长优选技术第36-42页
        3.3.1 相关系数法和方差分析法第37页
        3.3.2 连续投影方法第37-38页
        3.3.3 无信息变量消除法第38-39页
        3.3.4 遗传算法第39-42页
    3.4 近红外建模技术第42-47页
        3.4.1 多元线性回归第42-43页
        3.4.2 主成分回归第43-45页
        3.4.3 偏最小二乘回归第45-46页
        3.4.4 最小二乘支持向量机第46-47页
    3.5 模型评价标准第47-49页
        3.5.1 相关系数第48页
        3.5.2 预测均方根误差第48页
        3.5.3 相对分析误差第48-49页
    3.6 本章小结第49-51页
第4章 化肥成分可见/近红外光谱建模第51-77页
    4.1 光谱预处理第51-56页
    4.2 总氮预测模型第56-62页
        4.2.1 不同预处理方式的对比第56-57页
        4.2.2 不同建模集样本选择方式的对比第57-59页
        4.2.3 不同光谱建模方式的对比第59-60页
        4.2.4 不同特征波长优选技术的对比第60-62页
        4.2.5 小结第62页
    4.3 总磷预测模型第62-68页
        4.3.1 不同预处理方式的对比第62-64页
        4.3.2 不同建模集样本选择方式的对比第64-65页
        4.3.3 不同光谱建模方式的对比第65-67页
        4.3.4 不同特征波长优选技术的对比第67-68页
        4.3.5 小结第68页
    4.4 总钾预测模型第68-74页
        4.4.1 不同预处理方式的对比第68-70页
        4.4.2 不同建模集样本选择方式的对比第70-71页
        4.4.3 不同光谱建模方式的对比第71-72页
        4.4.4 不同特征波长优选技术的对比第72-74页
        4.4.5 小结第74页
    4.5 本章小结第74-77页
第5章 土壤成分可见/近红外光谱建模第77-97页
    5.1 光谱预处理第77-79页
    5.2 有机质预测模型第79-85页
        5.2.1 不同预处理方式的对比第79-80页
        5.2.2 不同建模集样本选择方式的对比第80-82页
        5.2.3 不同光谱建模方式的对比第82-83页
        5.2.4 不同特征波长优选技术的对比第83-85页
        5.2.5 小结第85页
    5.3 总氮预测模型第85-90页
        5.3.1 不同预处理方式的对比第85-86页
        5.3.2 不同建模集样本选择方式的对比第86-87页
        5.3.3 不同光谱建模方式的对比第87-89页
        5.3.4 不同特征波长优选技术的对比第89-90页
        5.3.5 小结第90页
    5.4 PH值预测模型第90-96页
        5.4.1 不同预处理方式的对比第90-91页
        5.4.2 不同建模集样本选择方式的对比第91-93页
        5.4.3 不同光谱建模方式的对比第93-94页
        5.4.4 不同特征波长优选技术的对比第94-96页
        5.4.5 小结第96页
    5.5 本章小结第96-97页
第6章 成果与展望第97-100页
    6.1 研究成果第97-98页
    6.2 论文创新点第98-99页
    6.3 工作展望第99-100页
参考文献第100-107页
致谢第107-108页
在读期间发表的学术论文与取得的研究成果第108页

论文共108页,点击 下载论文
上一篇:基于定量超声的皮质骨和松质骨骨强度评价方法研究
下一篇:辐射法制备超顺磁性有机无机杂化微球