应用局部神经网络和可见/近红外光谱法估测土壤有效氮磷钾

要实现农田合理施肥,需要对土壤养分状况进行实时、准确地诊断,因而建立快速、稳定可靠的土壤养分定量分析方法是关键。光谱分析是一种有很大潜力的快速分析方法,从可见/近红外光谱建模的几个重要环节,即特征波段、预处理方法及回归模型方法的选择,研究了土壤有效氮、磷、钾含量快速估测的光谱建模方法。采用了多元散射校正加一阶导数进行光谱预处理,通过逐波段相关分析在可见-近红外区优选特征波段,并应用了局部非线性回归方法(BP神经网络局部回归法)建模,所建模型对土壤有效氮、磷、钾含量估测的相关系数r分别为0.90,0.82和0.94,BP神经网络局部建模比全局建模具有更好的精度和稳定性,估测精度提高幅度分别为40.63%,28.64%,22.90%。因此,采用局部BP神经网络回归建模法建立土壤有效氮、磷、钾的光谱定量分析模型,可实现对土壤养分状况的快速诊断。该研究的创新点是通过采用局部非线性回归方法提高了土壤光谱营养诊断模型的稳定性和可靠性,为作物生长过程中不同生长时期的土壤养分的动态监测和过程控制提供了技术支持。     

亲水作用液相色谱-串联质谱测定烟叶中马来酰肼及其糖苷

建立了一种基于亲水作用液相色谱-串联质谱的烟叶中马来酰肼及其糖苷的定量分析方法。方法采用乙腈-甲基叔丁基醚-水(7∶10∶13,体积比)超声波辅助提取烟叶中的马来酰肼及其糖苷,提取液经离心分相和溶剂置换后进行亲水作用液相色谱-串联质谱分析。马来酰肼及马来酰肼-O-β-D-葡萄糖苷的基质添加标准曲线的线性范围为5~150 mg/kg,相关系数(r~2)为0.997 1及0.997 2,检出限分别为0.5 mg/kg和0.3 mg/kg,定量限分别为1.0mg/kg和0.8 mg/kg。马来酰肼及马来酰肼-O-β-D-葡萄糖苷在10、40、80 mg/kg 3个加标水平下的回收率为83.1%~112.3%,在40 mg/kg加标水平下的日内重复性分别为2.7%和3.8%,日间重复性分别为8.3%和7.1%。应用该方法分析喷洒马来酰肼28天后烟叶中马来酰肼的分布情况,发现马来酰肼含量减少了80.8%,其中仅有7.6%转化成了马来酰肼糖苷,其他马来酰肼的去向有待进一步研究。     

估测田间烟叶色素含量的光谱模型研究

田间烟叶色素含量的光谱无损快速测量,对烟草营养生长期的营养诊断与长势监测、成熟期的烟叶品质评判具有重要的生产指导意义。该研究的目的是利用烟叶田间光谱估测烟叶的叶绿素和类胡萝卜素含量。研究采集了营养生长期和成熟期烟叶田间反射光谱,测量了样品烟叶的色素含量,利用支持向量机(SVM)和光谱指数法,对营养生长期和成熟期烟叶样品用分期建模和混合建模两种方法建立色素含量估测模型,并对模型的预测性能进行比较。研究结果表明,分期建模和混合建模对于烟叶色素含量的估测效果差异不显著。对于叶绿素含量,SVM和光谱指数法均有较好的估测效果;对于类胡萝卜素含量,SVM方法比光谱指数法具有更高的估测精度。采用SVM方法对烟叶样品的叶绿素含量分期建模得到的估测决定系数和均方根误差分别为0.862 9和0.015 5,对叶绿素含量混合建模得到的估测决定系数和均方根误差分别为0.898 5和0.012 3;采用SVM方法对烟叶样品类胡萝卜素含量分期建模得到的估测决定系数和均方根误差分别为0.873 0和0.002 4,对类胡萝卜素含量混合建模得到的估测决定系数和均方根误差分别为0.852 7和0.002 4。该研究的创新点是通过支持向量机和光谱指数法采用分期建模以及混合建模的方式建立了烟叶样品色素含量的估测模型,为烟草田间生产的质量控制、烟叶的采收品质保证提供科学依据和技术支持。