位置:成果数据库 > 期刊 > 期刊详情页
基于特征光谱提取的有机基质全氮含量快速检测方法
  • ISSN号:1000-1298
  • 期刊名称:《农业机械学报》
  • 时间:0
  • 分类:S129[农业科学—农业基础科学] O657.33[理学—分析化学;理学—化学]
  • 作者机构:[1]江苏大学现代农业装备与技术省部共建教育部重点实验室,镇江212013
  • 相关基金:国家星火计划资助项目(2010GA690001); 江苏高校优势学科建设工程资助项目和江苏省教育厅项目(08KJD210006)
中文摘要:

以醋糟有机基质为研究对象,采用便携式可见/近红外光谱仪获得基质样品的光谱信息,经过归一化和一阶微分预处理后,采用逐步回归法提取对有机基质全氮反应敏感的特征光谱,建立基于特征波长组合的线性回归模型。其中,以1 699、746、1 864和2 154 nm为特征波长的四元回归模型为最佳,其预测相关系数和预测均方根误差分别为0.933 4和1.04。结果表明,利用可见/近红外光谱技术,通过特征光谱的提取并建立相应的回归模型,可以实现对有机基质全氮含量的快速准确检测。

英文摘要:

For the purpose of developing a method for rapid detection of total nitrogen content in organic vinegar residue substrates,visible-near-infrared spectroscopy was used to collect the spectral data of the representative samples.And the spectra were pretreated by the method of first derivative after normalization.In order to choose the characteristic wavelengths for the total nitrogen content in the substrates,stepwise regression(SWR) method was applied twice.The results indicated that the characteristic wavelength was at 1 699 nm,746 nm,1 864 nm and 2 154 nm,respectively.Based on these wavelengths,a linear regression model was performed.For comparing the predictive precision of the model,the correlationship between prediction total nitrogen content and that obtained by chemical method was analyzed.It was confirmed that the multivariate equation was the best with correlation coefficient 0.933 4 and root mean squared error of prediction(RMSEP) 1.04.Therefore,it was demonstrated that visible-near-infrared spectroscopy with characteristic wavelengths selecting could be an available method for rapid detection of total nitrogen content in organic substrate.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《农业机械学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国农业机械学会 中国农业机械化科学研究院
  • 主编:任露泉
  • 地址:北京德胜门外北沙滩一号6号信箱
  • 邮编:100083
  • 邮箱:njxb@caams.org.cn
  • 电话:010-64882610 64867367
  • 国际标准刊号:ISSN:1000-1298
  • 国内统一刊号:ISSN:11-1964/S
  • 邮发代号:2-363
  • 获奖情况:
  • 荣获中国科协优秀期刊二等奖,1997~2000年连续4年获中国科协择优资金,被列入中国期刊方阵,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),英国农业与生物科学研究中心文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:42884