应用红外光声光谱技术及支持向量机模型测定土壤有机质含量

快速测定土壤有机质含量对作物生产和土壤肥力评价具有重要意义,红外光声光谱技术的应用为土壤有机质快速测定提供了可能。本研究以江苏省南京市溧水区水稻土土样为材料,探究了红外光声光谱技术在有机质测定中的应用。采用主成分分析、偏最小二乘和独立成分分析,分别提取了土壤光谱的主成分、偏最小二乘潜变量和独立成分,并以提取的信息输入支持向量机,从而构建了三种支持向量机校正模型。同时,偏最小二乘也被用于建立校正模型,作为支持向量机模型的对照。预测结果表明,基于独立成分的支持向量机模型效果最好,预测相关系数R2、均方根误差RMSEP和实际测量值的标准差与光谱模型预测值标准差的比值即RPD值分别为0.808、0.575和2.28。F检验表明,该模型显著优于基于主成分的支持向量机模型,但与基于偏最小二乘潜变量的支持向量机模型,以及经典偏最小二乘模型没有显著差异。t检验表明,各校正模型对有机质的预测结果与化学测定结果没有显著差异。因此,红外光声光谱技术为土壤有机质的快速测定提供了新的技术手段。     

面向精准农业的农田土壤成分实时测定研究进展

为了开发土壤成分田间实时测定仪,在分析土壤养分实时测定需求的基础上,归纳了土壤主要成分测试项目及常规化学分析法、基于光电分色和电化学传感器测定法、土壤电导率间接测定法,重点对近红外光谱分析法测定土壤成分的基本原理、实验室研究、仪器原型开发和田间试验结果等进行论述。所阐述的方法、仪器原型和提出尚需解决的几个科学问题,对研究、开发土壤成分实时测定仪具有一定的指导作用和参考价值。     

修复剂调控铅镉污染棉田对土壤微生物多样性的影响

为探讨重金属铅(Pb)、镉(Cd)污染下棉粕腐植酸和聚丙烯酸钾修复剂对土壤微生物多样性的影响,采用田间桶栽试验,进行了棉粕腐植酸、聚丙烯酸钾以及两者复合施用修复污染棉田土壤的研究,通过高通量测序分析了土壤微生物多样性的变化,并利用傅里叶红外光谱进行了土壤化学结构的修复响应分析。结果表明:与未施用修复剂处理相比,施用棉粕腐植酸和聚丙烯酸钾减少了表层土壤Pb、Cd含量,其中两者复合处理可分别减少62.6%和52.3%;改变了土壤微环境进而影响了土壤微生物多样性,不同处理共发现土壤细菌25个门,69个纲,149个目,273个科,442个属,其中优势菌门主要为变形菌门、酸杆菌门、芽单胞菌门和放线菌门。聚丙烯酸钾处理增加了土壤中变形菌门的相对丰度,棉粕腐植酸和复合修复处理增加了酸杆菌门和芽单胞菌门的相对丰度。由此可见,铅镉复合污染土壤中微生物多样性丰富,优势菌群相对稳定,聚丙烯酸钾和棉粕腐植酸通过改变土壤微环境进而影响菌群丰度。     

基于介质湿度控制的苹果片红外漂烫传热模拟与试验

为了揭示空气介质对苹果片红外漂烫的传热作用机制以及对膨化干制的影响,该研究将介质湿度控制技术用于苹果片红外漂烫预处理中,利用数值模拟方法并结合苹果漂烫干燥试验,解析不同介质湿度下苹果片红外漂烫的传热传质规律,探究基于介质湿度控制的红外漂烫预处理对干燥效率和膨化干燥后产品色泽的影响。研究结果表明,基于红外辐射与对流传热原理的数学模型,并考虑物料水分蒸发与蒸汽冷凝能够较好描述红外漂烫的传热传质过程。物料含水率与温度模拟结果的相对误差为0.54%和0.39%。在恒定120℃红外加热温度下,介质相对湿度对苹果片红外漂烫的热质传递、漂烫后干燥效率与产品色泽均具有明显的影响。在低湿的状态下（1%相对湿度）进行红外漂烫,物料表面水分快速向空气介质中蒸发扩散,伴随的水分蒸发耗热量占物料吸热总量的40%,致使物料升温缓慢。将介质湿度提高至50%相对湿度能够抑制苹果片表面的水分蒸发,同时介质中水蒸气冷凝放热能够大幅提高漂烫初期的物料升温速度,漂烫120 s后物料中心温度迅速提高至86.8℃。因此,提高红外漂烫的介质湿度能显著提高漂烫后苹果片干燥速率与产品色泽。与1%相对湿度相比,在120℃、50%相对湿度下红外漂烫后苹果片的预干燥时间缩短了8.3%,苹果片干燥的色差值与褐变指数分别降低了55.6%和37.4%,护色效果优于热水漂烫。研究结果为苹果片等果蔬高质高效干燥的红外漂烫预处理工艺开发提供了新思路。     

应用激光拉曼光谱判别油菜叶片核盘菌早期侵染

病原物核盘菌侵染油菜植株所引发的油菜菌核病严重制约着油菜产业的发展,及早诊断核盘菌的侵染有助于油菜菌核病的早期防治。病原物一般由侵入点向植物寄主四周扩散形成病斑,而与病原物侵染点不同距离的组织区域可代表病害的不同严重程度。该研究采用激光共聚焦显微拉曼光谱仪在800~2 000 cm-1范围内获取健康和染病油菜叶片的拉曼光谱曲线,接着采用小波变换(wavelet transform,WT)进行拉曼光谱的预处理以去除荧光背景的干扰,然后选择主成分因子(principal components,PC-1和PC-2)以及特征参量(1 006,1 156和1 522 cm-1)进行样本间的聚类分析,最后分别基于主成分因子和拉曼特征参量建立最小二乘支持向量机(least squares support vector machine,LS-SVM)进行菌核病侵染油菜叶片不同阶段的判别分析。结果发现采用基于PC-1主成分,1 156和1 522 cm-1处的拉曼强度建立的LS-SVM判别模型可以得到100%的识别率。研究结果表明,通过判别分析油菜叶片菌核病病斑不同区域处的拉曼光谱可以实现核盘菌侵染油菜叶片的早期判别,这为后续探究植物病害的早期监测以及研发油菜叶片菌核病早期诊断拉曼便携仪提供理论参考。     

近红外光谱技术在兽药检测中的应用前景

综述了近红外光谱法的基本原理和发展,以及近红外光谱技术在药物检测中的应用现状,并对其在兽药检测中的应用前景进行展望.     

赣南脐橙园土壤全磷和全钾近红外光谱检测

为建立一种能够同时快速检测土壤全磷和全钾的定量估计模型,该文采用近红外漫反射技术对赣南脐橙果园的土壤进行研究,对56个土样风干、过筛,然后进行光谱采集和化学分析。光谱经过Savitzky-Golay平滑后再用一阶微分变换的方法进行预处理,分别应用偏最小二乘回归（partial least square regress PLS）、主成分回归（principal component regression PCR）和最小二乘支持向量机（least squares support vector machine LS-SVM）3种方法,在4 000～7 500 cm-1波数范围内,建立赣南脐橙果园土壤全磷和全钾快速定量检测模型。结果发现在建立土壤全磷模型时,PLS和PCR的预测模型效果均不理想,但LS-SVM建立的模型较为理想, 其预测相关系数（correlation coefficient of prediction RP）为0.884,预测集均方根误差（the root mean square error of prediction RMSEP）为0.341,预测相对分析误差（residual predictive deviation RPD）为2.59。在建立土壤全钾模型时,PLS、PCR和LS-SVM 建立3种模型效果均理想,其中以LS-SVM模型最理想,其预测相关系数（RP）为0.971,预测集均方根误差（RMSEP）为0.714,预测相对分析误差（RPD）为5.12。研究表明,采用LS-SVM建立的土壤全磷和全钾模型对实现土壤全磷和全钾含量快速检测具有可行性。     

柑桔黄龙病近红外光谱无损检测

为探讨快速无损检测柑桔黄龙病的可行性,应用近红外光谱技术结合机器学习方法进行研究。在4000~9000cm-1光谱范围内,采集黄龙病、缺素和健康3类叶片样本的近红外光谱。采用一阶导数、平滑和多元散色校正组合的光谱预处理方法,消除光谱的基线漂移和散射效应。分别对偏最小二乘判别模型(PLS-DA)的主成分因子数和最小二乘支持向量机(LS-SVM)的输入变量数量、核函数类型及其参数进行了优化,建立了PLS-DA和LS-SVM模型。采用预测集样本,评价模型的预测能力,经比较,采用11个主成分得分向量为输入、线性核函数和惩罚因子为2.25的LS-SVM模型预测效果最佳,模型误判率为0。结果表明采用近红外光谱技术结合最小二乘支持向量机进行柑桔黄龙病无损检测是可行的。     

The feasibility of using an industrial sewage sludge produce in Pakistan as agricultural fertilizer used for cultivation of Sorghum bicolor L

Abstract

In the present study we evaluate the feasibility of using untreated industrial sewage sludge by liming before use as a fertilizer, produced in Pakistan. In a pots experiment, limed industrial sewage sludge (LSW) and non-limed sewage sludge (NLSW), were amended with soil separately and grown sorghum. After maturity, the sorghum grains were analysed for total contents of potentially toxic metals (TPTM), As, Cd, Cr, Cu, Ni, Pb and Zn. The proportion of different mobility fractions of each element in LWS and NLSW, a modified BCR sequential extraction procedure (Community Bureau of Reference) and single extractions with mild extractants (deionized water and CaCl₂) were used. In LSW, the availability of most of the elements under study was reduced, probably due to the increased pH of soil, while this was the reverse in the cases of Cd and Cu, their mobility was slightly increased by lime-treated sludge. The sorghum grains grown in LSW have low level As, Cr, Ni, Pb and Zn as compared to grains grown in NLSW, except Cu and Cd, which, however, never exceeded legal limits. Thus the research showed that liming, by augmenting soil alkalinity, allows a safe agricultural use even of industrial sludge, which is environmentally hazardous for its great content of heavy metals.     

短波红外波段对玉米大豆种植面积识别精度的影响

为研究短波红外波段（1100～2500nm）设置对于作物分类精度提高的影响,同时也为新型传感器设计提供数据支持和应用支撑,该文以黑龙江省北安市北部为研究区域,选择美国LandSat-8携带的陆地成像仪（operational land imager,OLI）数据,基于单时相和多时相条件下,在海岸蓝（433～453 nm）、蓝（450～515 nm）、绿（525～600 nm）、红（630～680 nm）、近红外（845～885 nm）5个波段的基础上,采用陆续增加1560～1660 nm（SWIR 1）、2100～2300 nm（SWIR 2）两个短波红外参与分类的方式,基于最大似然分类方法,比较分析了短波红外对玉米和大豆两种作物的遥感识别能力。结果表明,在单时相影像分类条件下,短波红外波段的引入可以在很大程度上提高玉米和大豆的分类识别能力,相比无短波红外参与分类,引入1个短波红外波段后总体分类精度从87.0%提高到90.8%,提高了3.8个百分点,Kappa系数由0.74提高到0.82,且“椒盐现象”显著减少。玉米分类的用户精度从原来的85.4%提升到91.5%,提高了6.1个百分点;制图精度从89.6%提升到90.3%。大豆分类的用户精度从88.9%提升到90.2%;制图精度从84.5%提高到了91.5%,提高了7个百分点。从分离度结果分析,玉米和大豆分类的分离度从1.53提高到了1.93,表明短波红外波段可以显著提升玉米和大豆的分离能力。在多时相影像分类条件下,短波红外波段的引入对于提高玉米和大豆的识别能力提高有限,引入1个短波红外波段条件下,相比无短波红外参与分类,总体分类精度从92.4%提高到92.9%,仅提高了0.5个百分点,表明短波红外波段并未提升多时相作物分类有效信息。从短波红外个数分析,无论在单时相还是多时相条件下,引入2个短波红外波段与1个短波红外波段面积提取总体精度没有明显变化,5景影像2个短波红外波段相关性都在0.96以上,表明相关性很强的冗余波段的引入,对农作物面积识别精度的提高能力有限。研究结果定量阐明了短波红外谱段对玉米和大豆两种作物的区分能力,为中国国产卫星短波传感器的波段设置提供了依据。