基于高光谱成像技术的冬瓜种子品种鉴别

为实现冬瓜种子品种的快速无损检测,利用高光谱成像技术采集了广东黑皮、一串铃和韩育粉皮3个品种冬瓜种子的光谱图像信息。采用标准归一化（SNV）、多元散射校正（MSC）、中值滤波（MF）等方法进行预处理,利用连续投影法（SPA）、回归系数法（RC）和竞争性自适应算法（CARS）提取特征波长,建立了粒子群优化BP神经网络判别模型,预测集的决定系数与均方根误差分别为R2=0.930、RMSEP=0.047,准确率高达96.30%。研究表明,高光谱技术结合粒子群优化BP神经网络可以实现对冬瓜种子品种快速无损鉴别。      

北京典型耕作土壤养分的近红外光谱分析研究

以北京郊区试验田采集的72个土壤样品为实验材料,应用傅里叶变换近红外光谱技术,分析了土样的全氮、全钾、有机质和pH值养分含量。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。分析结果:土壤的全氮模型R2为95.44%,RMSECV为0.014 1,RMSEP为0.016 8,RPD为4.68;有机质模型R2为89.63%,RMSECV为0.37,RMSEP为0.47,RPD为3.11;全钾模型R2为85.62%,RM-SECV为0.173,RMSEP为0.204,RPD为2.64;pH值模型R2为87.33%,RMSECV为0.031,RMSEP为0.053,RPD为2.81。     

基于MC—UVE的土壤碱解氮和速效钾近红外光谱检测

应用可见/短波近红外光谱分析测量土壤碱解氮和速效钾含量.为了提高该分析方法的预测精度,消除无信息建模变量对模型稳定性的影响,原始光谱平滑后采用蒙特卡罗无信息变量消除方法(MC-UVE)对土壤碱解氮和速效钾的建模变量进行筛选,应用偏最小二乘方法(PLS)建立校正模型.对于碱解氮模型,采用MC-UVE PLS方法,建模变量减少为210,相关系数和预测均方差分别为0.84和17.1 mg/kg.对于速效钾的预测模型,采用MC-UVE方法后,建模变量减少为150,模型的预测相关系数为0.76,预测均方根误差为15.4 mg/kg.     

基于Vis-NIR光谱的果园土壤有机质便携式检测仪研究

以赣南脐橙果园土壤为研究对象,对采集到的56个土样风干、过筛,然后进行化学分析,同时使用傅里叶近红外和自主设计的便携式仪器光谱采集。采集到的光谱数据经过一阶微分、平滑、多元散射校正、归一化四种常用的预处理方法,分别应用偏最小二乘法(partial least square regress PLS)进行建立脐橙果园土壤有机质的模型。研究表明,两仪器需要不同的预处理,傅里叶仪器原始光谱建模效果较好,而便携式仪器则需要平滑预处理。傅里叶仪器建立模型的预测相关系数(RP)为0.893,预测均方根误差(RMSEP)为0.474;自行设计的仪器在1 000~1 700nm范围建立赣南脐橙果园土壤有机质含量模型的预测模型的相关系数(RP)为0.801,预测均方根误差(RMSEP)为0.779。研究表明自行设计的便携式仪器可快速用于赣南脐橙果园的土壤中有机质含量的检测。     

基于灰度关联-极限学习机的土壤全氮预测

为了克服近红外光谱的多重共线性、吸光度非线性等特点给土壤全氮含量预测带来的影响，引入灰度关联-极限学习机方法选择出具有较好预测能力的波长组合，以建立高精度土壤全氮含量预测模型。首先利用一阶微分光谱得到反映土壤全氮含量的敏感谱区，再利用灰度关联法得到土壤全氮含量的敏感波长，分别为1007、1128、1360、1596、1696、1836、2149、2262nm。最后采用极限学习机，将上述敏感波长作为输入，建立了土壤全氮预测模型。作为对照，同时采用传统相关分析方法选择了敏感波长并建立了回归模型。2种建模结果表明，灰度关联-极限学习机建立的土壤全氮预测模型，其建模决定系数R2c为0.9134，预测决定系数R2v为0.8787，建模精度和预测精度都比传统建模方法高。特别在预测低氮含量土壤时，灰度关联-极限学习机方法优势更明显。     

基于遗传算法近红外光谱检测土壤养分的研究

利用可见/短波近红外光谱(Vis/SW-NIRS)分析测量土壤速效氮(N)和速效钾(K)。探讨遗传算法在分析测量土壤养分上的应用,根据优化结果采用最小二乘支持向量机(LS-SVM)方法建立校正模型。结果表明,LS-SVM模型优于PLS模型;GA-LS-SVM模型预测速效氮的精度较高。基于遗传算法可见/短波近红外光谱利用LS-SVM建模,可以作为一种土壤理化性质的测定方法。     

醋糟有机基质含水率的可见/近红外光谱检测

以醋糟有机基质为研究对象,采用便携式可见/近红外光谱仪采集了不同含水率基质样品（69个）的漫反射光谱,通过选择不同的光谱预处理方法并确定其主成分数,建立了基于偏最小二乘法（PLS）的醋糟基质含水率定量分析模型。结果表明,以滑动平均滤波（MAF）和一阶微分（FD）相结合作为原始光谱的预处理方法所建立的模型（主成分数为5）对基质含水率的检测效果较好,其校正模型和预测模型决定系数分别为0.9930和0.9901,校正均方根误差（RMSEC）和预测均方根误差（RMSEP）分别为0.0676和0.0715。因此,可见/近红外光谱技术可以作为醋糟有机基质含水率快速检测的一种可靠方法。     

基于EMD的土壤有机质含量近红外光谱检测

以检测土壤有机质含量为例,探讨经验模态分解在土壤近红外光谱检测中的应用,提出了应用的原理和步骤.用处理后的光谱计算了土壤中的有机质含量,并与九点平滑和小波变换方法的处理结果进行了对比分析.结果表明:与传统的九点平滑处理结果相比,SNR从3 dB左右提高到10 dB左右,原始信号与消噪信号之间的标准差由2.972降到0.901;预测集的决定系数r2由0.9410提高到0.9803,预测均方根误差RMSEP由0.6702降为0.301 1.证明了经验模态分解方法在光谱处理过程中的可靠性,提高了土壤有机质含量近红外光谱的定量分析精度.     

基于EMD的土壤有机质含量近红外光谱检测

以检测土壤有机质含量为例,探讨经验模态分解在土壤近红外光谱检测中的应用,提出了应用的原理和步骤。用处理后的光谱计算了土壤中的有机质含量,并与九点平滑和小波变换方法的处理结果进行了对比分析。结果表明：与传统的九点平滑处理结果相比,SNR从3 dB左右提高到10 dB左右,原始信号与消噪信号之间的标准差由2.972降到0.901;预测集的决定系数r2由0.9410提高到0.9803, 预测均方根误差RMSEP由0.6702降为0.3011。证明了经验模态分解方法在光谱处理过程中的可靠性,提高了土壤有机质含量近红外光谱的定量分析精度。     

不同预处理可见-近红外光谱对农作物秸秆热值预测的影响

热值是反映农作物剩余物作为燃料利用潜力的重要参数。运用氧弹方法测试热值费时费力。基于可见-近红外光谱分析技术,分别对采用了不同预处理方法处理的光谱建立了5种农作物秸秆的偏最小二乘法（PLR）和主成分回归方法（PCR）热值模型,分析了预测模型的准确性与稳定性。结果显示,10点平滑的PLR模型效果最好,预测相关系数R2和预测标准差RMSEP分别为0.853 7和0.443 4。过多的平滑点处理产生了过平滑现象,导致模型性能变坏,采用了微分处理和多元散射校正（MSC）处理的光谱预测模型性能未见明显提高。研究结果可为热值快速测试设备的研发提供基础数据和数学模型优化支持。      

谷朊粉颗粒热风干燥动力学模型及水分迁移规律

为了探究谷朊粉颗粒热风干燥过程中的干燥特性及水分迁移规律，开展了谷朊粉颗粒2因素3水平全因素热风干燥试验，考察不同干燥温度（50、60、70 °C）和颗粒厚度（4.24、9.15、15.52 mm）下的干燥特性，运用低场核磁共振技术分析了干燥过程中的水分迁移规律，并建立干燥动力学模型和水分预测模型。结果表明:谷朊粉颗粒干燥速率和水分比随温度升高而显著降低（P＜0.05）；有效水分扩散系数随温度升高和颗粒厚度增加而增大。决定系数（R2）、离差平方和（\begin{document}$ {\chi }^{2} $\end{document}）、均方根误差（RMSE）计算结果表明，Modified Page薄层干燥模型对谷朊粉颗粒的干燥试验数据具有较高的拟合精度，而且建立了模型参数（k、n）与干燥温度（T）、颗粒厚度（H）的回归模型（R2＞0.926）。低场核磁共振横向弛豫时间（T₂）反演谱显示，随干燥时间的增加，各水分峰面积逐渐减小，而且峰位置逐渐向结合水靠近，并建立了含水率（M）与干燥时间（t）、颗粒厚度（H）、干燥温度（T）、弛豫反演图谱总峰面积（A）之间的回归关系，结果表明预测效果较好（R2=0.933）。研究结果可为谷朊粉颗粒干燥工艺提供参考。      

柠条生物炭结构与表征

生物质炭化过程结构变化可以通过有机元素含量和官能团加以表征。以柠条为试验对象，分析柠条生物质原料，以及分别在200、300、400、500和600 °C温度下炭化处理得到的生物炭中C、H、O、N和S共5种有机元素的含量变化，研究了生物炭有机元素在热裂解过程中的变化规律；分析原料和不同温度下生物炭官能团的组成，研究了热裂解温度对生物炭结构的影响。结果表明，随着炭化温度的升高，C元素含量增加，H和O元素含量均显著下降，N和S元素含量则基本保持不变，H/C和O/C物质的量比均下降。有机官能团的变化表明，随着炭化温度的升高，生物炭逐渐由线型多糖向稠环芳烃结构转变，最终形成类似于石墨烯的结构。      

基于BCC模型的滨州市农业发展投入产出效率评价

以滨州市2009－2020年的统计数据为研究样本,构建农业投入产出评价指标体系,采用BCC模型分析农业投入产出效率。结果表明,滨州市农业投入产出的综合效率较高,并且纯技术效率高于规模效率,滨州市农业投入产出的综合效率对于纯技术效率具有较强的依赖性。总体上,滨州市农业投入产出效率较高,受规模化影响较大,存在一定程度的投资冗余和管理问题。今后,应加大农业科技投入,扩大农业生产规模。      

基于OSC和PLS的土壤有机质近红外光谱测定

分析了经过简单处理的土壤样本光谱特性,将正交信号校正与偏最小二乘算法回归相结合,建立了土壤光谱特性与土壤有机质含量之间的定量分析模型。结果表明,正交信号校正可以消除噪声信息对土壤有机质含量预测的影响,预测样本的预测相关系数达到0.893、标准偏差为0.051%、预测标准差为0.050%;而不采用正交信号校正建立定量分析模型的对应参数分别为0.818、0.069%和0.085%。     

仿生偏柱式减阻深松铲设计及离散元仿真分析

过大的深松阻力是限制深松作业效果及深松机推广的重要原因之一,而深松阻力主要由深松铲引起,因而改进其结构、减小其作业阻力将有助于节能降耗及深松作业的推广。以善于挖掘的竹鼠及蚁狮幼虫为仿生对象,应用三维扫描仪对竹鼠爪趾及蚁狮幼虫进行结构获取,建立竹鼠爪趾及蚁狮幼虫背部的三维曲面。应用逆向工程原理提取优异的挖掘曲线,据此建立偏柱式深松铲三维模型。以深松深度、深松铲宽度及深松铲入土角为设计目标,设计出3种仿生偏柱式深松铲,并提出一种偏柱式深松铲铲柄的设计方法。应用EDEM软件对深松阻力进行模拟可知,深松铲铲柄及铲尖的仿生设计可有效减小其深松阻力,最大可减阻12.92%。仿生偏柱式深松铲设计将为深松铲结构优化提供新的设计思路。      

生物炭对草甸黑土物理性质及雨后水分动态变化的影响

为探明生物炭对草甸黑土物理性质及雨后水分动态变化的影响,在大豆全生育期生长条件下,研究了东北黑土区草甸黑土5种生物炭添加量(0、25、50、75、100 t/hm2)下土壤物理性质(包括:土壤水分特征曲线、土壤含水率常数、土壤水分扩散率)和单次降雨土壤含水率变化特征,分析了生物炭对黑土区草甸黑土耕层土壤持水能力及雨后水分动态变化的影响。结果表明,施用生物炭能降低土壤残余含水率,增加土壤饱和含水率和田间持水量,其中对残余含水率的影响最显著,100 t/hm~2生物炭处理使残余含水率最多降低27.6%;施用生物炭能明显降低土壤水分扩散率,随生物炭添加量的增加依次比对照组减少34.8%、37.5%、71.4%和58.9%;在单次降雨过程中,施用生物炭能减小土壤含水率的变化幅度,使土壤含水率在降雨之后更快地由迅速下降期进入缓慢下降期,并能明显提高缓慢下降期对应的土壤含水率;施用生物炭可以提高大豆产量,以75 t/hm~2生物炭处理最高。研究结果可为黑土区农业水土资源高效利用与保护提供理论依据。     

施加生物质炭对盐渍土土壤结构和水力特性的影响

以江苏省沿海围垦区盐渍土为研究对象,基于Micro-CT图像扫描技术,分析施加生物质炭后改良盐渍土土壤孔隙度、土壤水分特征曲线以及非饱和导水率等土壤特性的变化,并建立分形模型预测土壤水力性质,以此揭示施用生物质炭对于海涂围垦区盐渍土土壤结构和水力特性的影响。试验设置0、2%、5%(与表层0～20 cm土壤质量比) 3个生物质炭添加水平,重复3次。结果表明:施加5%生物质炭显著降低盐渍土土壤容重,增加土壤总孔隙度和大孔隙度;大于0. 25 mm水稳性团聚体质量分数显著增加,增加土壤孔隙分形维数;提高土壤饱和含水率和饱和导水率;结合Micro-CT图像扫描技术和孔隙分形理论预测改良盐渍土土壤水分特征曲线和非饱和导水率,预测效果精度高,能够用于实际问题的研究。     

近红外光谱仪快速检测甘蔗汁中蔗糖含量

为实现快速、便捷地检测甘蔗汁中蔗糖含量,以近红外微型光谱仪为技术支撑,以液相法为基础,采用偏最小二乘法（PLS）建立甘蔗汁蔗糖含量校正模型。结果表明,建立的PLS模型校正相关系数（R）、校正均方根误差（RMSEC）和验证均方根误差（RMSEP）分别为0.961 7、0.237和0.263,预测相对误差＜5%。