[發明專利]一種植株中氮含量的預測模型建立方法及預測方法在審
| 申請號: | 202110703137.3 | 申請日: | 2021-06-24 |
| 公開(公告)號: | CN113433091A | 公開(公告)日: | 2021-09-24 |
| 發明(設計)人: | 苗雪雪;苗瑩;陶曙華;陳英姿;陳祖武;王潔敏;龔浩如 | 申請(專利權)人: | 湖南省水稻研究所 |
| 主分類號: | G01N21/359 | 分類號: | G01N21/359;G01N31/00 |
| 代理公司: | 北京高沃律師事務所 11569 | 代理人: | 趙琪 |
| 地址: | 410125 湖南*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 植株 含量 預測 模型 建立 方法 | ||
本發明屬于物質檢測技術領域,尤其提供了一種植株中氮含量的預測模型建立方法及預測方法。本發明建立的預測模型能夠用于植株中氮含量的預測,與傳統化學方法相比,該方法不需要復雜的前處理過程,不需要消耗化學試劑,所以能更簡單、環保、快速的實現植株中氮含量的分析測定。與傳統建模方法相比,向后區間偏最小二乘法(BiPLS)建模不僅能提高預測模型的準確性,還能減少建模所需的變量,簡化預測模型的同時還能節省計算時間。進一步地,本發明在進行光譜預處理前,先利用X?Y殘差法去除異常樣本;然后采用duplex法按照2:1的比例將剩余植株樣品劃分為樣本集和校正集,使得最終所得預測模型更加穩定。
技術領域
本發明涉及物質檢測技術領域,尤其涉及一種植株中氮含量的預測模型建立方法及預測方法。
背景技術
我國是世界上最大的稻米生產國和消費國,水稻生產在保障國家糧食安全中發揮著重要作用。在水稻生產中,氮素對產量的影響僅次于水,是水稻生長發育所需的營養三要素之首。氮素吸收累積是干物質積累的基礎,有研究表明不同的施氮處理會影響地上部氮素累積量進而對水稻生長和干物質分配、氮素的積累分配以及水稻產量產生影響。此外,水稻對氮肥的吸收利用存在顯著的基因型差異,且高產氮高效品種可維持生育后期較高的干物質生產和體內氮轉運,利于產量及氮肥利用率的提高。近年來農戶為片面的追求高產往往過度施肥,這種施肥方式不僅使得氮肥利用率低,還對農業生態環境也造成了較大的壓力,如水體富營養化、土壤酸化鹽漬化、地下水、飲用水的硝酸鹽污染等。如果能在作物生長過程中對其各個部位的氮含量進行實時監測,一來可以隨時了解作物的長勢,進而指導農戶進行科學的施肥;二來可以了解不同生長期作物體內氮的運轉和分配規律,為實現水稻高產和氮素高效利用提供理論依據。
傳統植株中氮元素的檢測方法為凱氏定氮法,其主要步驟是首先采用濃硫酸和過氧化氫對植株進行消解,而后用凱氏定氮儀對消解液進行測定。該方法不僅操作步驟繁瑣,還需要消耗大量的化學試劑,對環境以及實驗人員的健康均造成了威脅。所以迫切需要建立一種簡單、高效和環保的分析方法,以實現植株中氮的快速、準確測定。
發明內容
有鑒于此,本發明的目的在于提供了一種植株中氮含量的預測模型建立方法及預測方法。本發明建立的預測模型能夠用于植株中氮含量的預測,與傳統化學方法相比,該方法不需要復雜的前處理過程,不需要消耗化學試劑,所以能更簡單、環保、快速的實現植株中氮含量的分析測定。
為了實現上述發明目的,本發明提供以下技術方案:
本發明提供了一種植株中氮含量的預測模型建立方法,包括以下步驟:
測定植株樣品的氮含量;
獲取植株樣品的氮相關特征近紅外信息;
利用向后區間偏最小二乘法,將所述植株樣品的氮含量和氮相關特征近紅外信息進行擬合,得到預測模型;
所述植株樣品的氮相關特征近紅外信息的獲取方法包括以下步驟:
測定植株樣品的近紅外信息;
將所述植株樣品的近紅外信息進行光譜預處理,得到預處理后的近紅外信息;
基于所述植株樣品的氮含量和預處理后的近紅外信息,利用后向間隔最小二乘法進行預建模,得到系列預模型;所述預建模時,后向間隔最小二乘法的參數包括:劃分的區間個數n為5~30,主因子數LVs為1~10;
篩選所述系列預模型中交互驗證均方根誤差最小的預模型;
提取交互驗證均方根誤差最小的預模型的光譜信息作為植株樣品的氮相關特征近紅外信息。
優選地,所述植株樣品為不同生長時期、不同地區和不同年份的植株樣品。
優選地,所述植株樣品的部位包括莖部、葉部或穗部。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于湖南省水稻研究所,未經湖南省水稻研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110703137.3/2.html,轉載請聲明來源鉆瓜專利網。





