便携式土壤全氮测定仪性能研究

被引：12

作者：

安晓飞 ^{[1
]}

李民赞 ^{[1
]}

郑立华 ^{[1
]}

刘玉萌 ^{[1
]}

张亚静 ^{[2
]}

机构：

[1] 中国农业大学现代精细农业系统集成研究教育部重点实验室

[2] 中国农业机械化科学研究院

来源：

农业机械学报 | 2012年 / 43(S1)卷 / S1期

关键词：

土壤; 近红外光谱; 全氮; 便携式土壤传感器;

D O I：

暂无

中图分类号：

S153 [土壤化学、土壤物理化学];

学科分类号：

0903 ; 090301 ;

摘要：

为研究土壤全氮含量,自主开发了基于近红外光谱技术的便携式土壤全氮测定仪。以中国农业大学上庄实验站采集的60个土壤样本作为实验材料,分别对土壤全氮测定仪的稳定性、准确性和预测模型精度进行了测试。使用模型的测定系数(RC)、验证系数(RV)、校正均方根误差(RMSEC)、预测均方根误差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。实验结果显示,本测定仪在波长940、1 050、1 100、1 200、1 300、1 450和1 550 nm处的吸光度重复性误差分别为1.57%、1.80%、1.59%、0.94%、0.61%、0.64%和3.13%,平均误差1.80%;测定仪吸光度和傅里叶光谱分析仪吸光度相关系数分别达到0.971、0.948、0.928、0.873、0.920、0.901和0.913,平均值为0.922;使用测定仪平均吸光度数据,通过BP神经网络建立的土壤全氮预测模型RC、RV、RMSEC、RMSEP和RPD分别达到0.81、0.80、0.029、0.019和3.44。使用该预测模型建立的土壤全氮分布图和实际土壤全氮分布图具有高度的一致性。实验结果表明,便携式土壤全氮测定仪工作稳定,使用平均吸光度数据建立的土壤全氮预测模型具有较好的预测能力和较强的鲁棒性,可以在土壤全氮含量实时检测中应用。

引用

页码：283 / 288

页数：6

共 12 条

[1]

单片机C语言应用100例.[M].王东锋; 王会良; 董冠强; 编著.电子工业出版社.2009,

[2]

光谱分析技术及其应用.[M].李民赞主编;.科学出版社.2006,

[3] Prediction of soil macronutrients content using near-infrared spectroscopy [J].