粮食种植农户节肥意愿及影响因素研究 -基于河北省种植农户的调查数据

为降低河北省的化肥施用量并提升化肥利用效率,对河北省粮食典型生产区域黑龙港地区的400名农户的施肥行为进行调查,从而研究其节肥意愿及影响因素。通过Logistic二元回归模型分析了农户个人特征、生产特征、对化肥的认知特征和环境特征4类15个指标对农户节肥意愿的影响关系。结果显示：受教育程度、施肥量与说明书对比、接受培训、了解小麦玉米需肥量、政府增加补贴对农户节肥意愿有正向影响。小麦玉米价格上涨对农户节肥意愿有负向影响。最后,从加强基层农业技术推广组织建设、建立完整的农户职业教育体系、建立完整的农户职业教育体系、加强对农户施肥技术的培训、晚上政府对农户节肥的补贴制度和加大对假冒伪劣化肥的打击力度。     

鱼粉中氨基酸近红外光谱定量分析

收集了145个鱼粉样本,应用偏最小二乘（PLS）方法,建立了鱼粉中17种氨基酸和总氨基酸NIRS定标模型。天冬氨酸、蛋氨酸、赖氨酸、苏氨酸、谷氨酸、甘氨酸、丙氨酸、缬氨酸、异亮氨酸、亮氨酸、苯丙氨酸、精氨酸、脯氨酸和总氨基酸的化学分析值与NIRS预测值的决定系数R^2都达到0．87以上,相对标准差均小于10％,相对分析误差均大于3;酪氨酸的决定系数R^2为0．8678,相对标准差为8．65％,相对分析误差为2．77;组氨酸、丝氨酸和半胱氨酸的决定系数R。分别为0．9005、0．7436和0．3541,相对标准差分别为14．19％、17．85％和33．85％,相对分析误差分别为2．96、1．98和1．04。结果表明,利用近红外光谱分析技术能够较准确地检测鱼粉中14种氨基酸;酪氨酸只能进行粗略估测;组氨酸、丝氨酸和半胱氨酸难于进行实际检测。     

基于小波去噪与SVR的小麦冠层含氮率高光谱测定

为改进小麦冠层含氮率的高光谱测定模型,以正交试验筛选出小波去噪的最优参数组合（小波类型取haar,分解层数为5,阈值方案选择Fixed form threshold,噪声结构定为Unscaled white noise）,并利用去噪后的小麦冠层光谱建立偏最小二乘回归（PLS）模型,对不同预处理方法进行比较分析。发现采用小波去噪结合一阶导数能最有效消除原始光谱的背景信息,此时PLS模型校正集均方根误差（RMSEC）为0.260,预测集均方根误差（RMSEP）为0.288。对经一阶导数结合小波去噪后的光谱用主成分分析（PCA）进行降维,以前6个主成份为输入变量,建立最小二乘支撑向量机回归模型（LS-SVR）,其RMSEC与RMSEP分别为0.154与0.259,具有比PLS模型更高的精度。结果表明：以小波去噪结合一阶导数去除小麦冠层反射光谱中的土壤背景信息以提高模型的精度是可行的,且LS-SVR是建模的优选方法。