光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2011年
11期
2928-2931
,共4页
近红外光谱%基质%含水率%电导率%pH
近紅外光譜%基質%含水率%電導率%pH
근홍외광보%기질%함수솔%전도솔%pH
无土栽培具有省地、省时等诸多优点,是农业生产中发展最快的技术之一,基质选择是无土栽培成功与否的关键之一.因此,对基质参数的快速测定具有重要意义.文章采用近红外光谱技术定量测定基质中含水率、电导率和pH值,利用基线校正和微分方法对光谱进行预处理,在不同的波段范围建立不同的偏最小二乘(partial least squares,PLS)回归模型.研究发现:光谱经基线校正后,漂移现象得到明显改善；近红外光谱可用于基质中电导率的定量检测,用于预测基质电导率的最优PLS模型的相关系数r、交互验证均方根误差(root mean square error of cross-validation,RMSECV)、相对分析误差(relative percent deviation,RPD)和检验偏差(Bias)值分别是0.923 6,634 μs·cm-1,3.11和19.8 μs·cm-1,使用的最佳回归因子是7,建模的最优波段范围是4 246.7～7 502.2crn-1.近红外光谱技术对于含水率的预测也是可行的,但模型精度有待进一步提高,而近红外光谱无法预测基质中的pH值.
無土栽培具有省地、省時等諸多優點,是農業生產中髮展最快的技術之一,基質選擇是無土栽培成功與否的關鍵之一.因此,對基質參數的快速測定具有重要意義.文章採用近紅外光譜技術定量測定基質中含水率、電導率和pH值,利用基線校正和微分方法對光譜進行預處理,在不同的波段範圍建立不同的偏最小二乘(partial least squares,PLS)迴歸模型.研究髮現:光譜經基線校正後,漂移現象得到明顯改善；近紅外光譜可用于基質中電導率的定量檢測,用于預測基質電導率的最優PLS模型的相關繫數r、交互驗證均方根誤差(root mean square error of cross-validation,RMSECV)、相對分析誤差(relative percent deviation,RPD)和檢驗偏差(Bias)值分彆是0.923 6,634 μs·cm-1,3.11和19.8 μs·cm-1,使用的最佳迴歸因子是7,建模的最優波段範圍是4 246.7～7 502.2crn-1.近紅外光譜技術對于含水率的預測也是可行的,但模型精度有待進一步提高,而近紅外光譜無法預測基質中的pH值.
무토재배구유성지、성시등제다우점,시농업생산중발전최쾌적기술지일,기질선택시무토재배성공여부적관건지일.인차,대기질삼수적쾌속측정구유중요의의.문장채용근홍외광보기술정량측정기질중함수솔、전도솔화pH치,이용기선교정화미분방법대광보진행예처리,재불동적파단범위건립불동적편최소이승(partial least squares,PLS)회귀모형.연구발현:광보경기선교정후,표이현상득도명현개선；근홍외광보가용우기질중전도솔적정량검측,용우예측기질전도솔적최우PLS모형적상관계수r、교호험증균방근오차(root mean square error of cross-validation,RMSECV)、상대분석오차(relative percent deviation,RPD)화검험편차(Bias)치분별시0.923 6,634 μs·cm-1,3.11화19.8 μs·cm-1,사용적최가회귀인자시7,건모적최우파단범위시4 246.7～7 502.2crn-1.근홍외광보기술대우함수솔적예측야시가행적,단모형정도유대진일보제고,이근홍외광보무법예측기질중적pH치.
