检索结果-南通市图书馆

基于最小数据集的植烟土壤质量评价及障碍因子诊断

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

烟草科技 2024年第2期57卷 45-53页

作者：张恒张艳玲许亚东冯文强江鸿戴华鑫翟振冯长春梁太波中国烟草总公司郑州烟草研究院郑州450001 郑州大学农学院郑州市450066 四川省烟草科学研究所成都市610041

为准确评价四川烟区植烟土壤质量,采集四川省烟田土壤样品,通过构建最小数据集计算土壤质量指数,并使用障碍因子诊断模型明确主要障碍因子。结果表明:(1)根据相关分析、主成分分析和Norm值计算结果,筛选碱解氮、pH值、氯离子、酸性磷酸... 详细信息

为准确评价四川烟区植烟土壤质量,采集四川省烟田土壤样品,通过构建最小数据集计算土壤质量指数,并使用障碍因子诊断模型明确主要障碍因子。结果表明:(1)根据相关分析、主成分分析和Norm值计算结果,筛选碱解氮、pH值、氯离子、酸性磷酸酶、速效钾、容重、有效铁和脲酶8项评价指标进入最小数据集。(2)根据总数据集计算的土壤质量指数(总数据集土壤质量指数,SQI_(TDS))与根据最小数据集计算的土壤质量指数呈极显著(P<0.01)正相关;随机森林分类算法计算结果表明,最小数据集评价指标可对根据SQI_(TDS)划分的土壤质量档次进行分类,分类准确率为97.3%,说明该最小数据集可代替总数据集对植烟土壤质量进行评价。(3)四川省各县(市、区)的植烟土壤质量指数平均值分布在45.76~65.36之间,除喜德县和普格县外,其他植烟县(区、市)的土壤质量指数平均值均大于50.00;四川省植烟土壤质量提升的主要障碍因子为总孔隙度、容重、水溶态钙、水溶态镁和有效铁。

关键词：植烟土壤土壤质量主成分分析最小数据集障碍因子

基于高光谱成像的区域尺度植烟土壤有机质含量和pH值估测

在线全文

学校读者我要写书评

暂无评论

烟草科技 2024年第5期57卷 48-57,63页

作者：张恒梁太波江鸿藏照阳戴华鑫翟振张艳玲冯长春中国烟草总公司郑州烟草研究院郑州450001 四川省烟草科学研究所成都市610041

为实现区域尺度上的植烟土壤有机质含量(质量分数)和pH值的准确、快速估测,以四川省烟区296份植烟土壤样品为研究对象,利用高光谱成像构建土壤有机质含量和pH值的偏最小二乘回归(PLSR)估测模型。结果表明:①原始光谱经多数单一预处理和... 详细信息

为实现区域尺度上的植烟土壤有机质含量(质量分数)和pH值的准确、快速估测,以四川省烟区296份植烟土壤样品为研究对象,利用高光谱成像构建土壤有机质含量和pH值的偏最小二乘回归(PLSR)估测模型。结果表明:①原始光谱经多数单一预处理和组合预处理方法处理后,建立的估测模型精度有所提高。②不同预处理方法和特征波段筛选方法建立的PLSR模型精度差异明显;基于Savitzky-Golay平滑滤波(SG)和最大最小归一化(MMS)组合预处理方法,采用相关分析(CA)筛选极显著特征波段建立的土壤有机质含量估测模型精度最佳,模型验证集决定系数(R2)为0.758,相对分析误差(RPD)为2.03;基于一阶导数(D1)和多元散射校正(MSC)组合预处理方法,使用主成分分析(PCA)筛选特征波段建立的土壤pH值估测模型精度最佳,模型验证集R2、验证均方根误差(RMSEV)和RPD分别为0.724、0.59和1.90。因此,运用高光谱成像技术在区域尺度上对植烟土壤有机质含量和pH值进行较高精度估测是可行的,有机质含量估测可采用SG-MMS-CA(P<0.01)-PLSR模型,pH值估测可采用D1-MSC-PCA-PLSR模型。

关键词：植烟土壤高光谱成像 pH值有机质组合预处理偏最小二乘回归

河南烟区土壤有机碳组分特征及其对烟叶化学成分的影响

在线全文

学校读者我要写书评

暂无评论

烟草科技 2022年第1期55卷 17-24页

作者：张盟翟振梁太波戴华鑫张艳玲中国烟草总公司郑州烟草研究院郑州450001

为了明确河南典型烟区土壤有机碳库组分特征及其对烟叶化学成分含量(质量分数)的影响,采集分析了河南许昌、平顶山、洛阳和三门峡4个典型植烟区的土壤和烟叶样品。结果表明:①河南产区土壤总有机碳(TOC)、活性有机碳(AOC)、颗粒有机碳(P... 详细信息

为了明确河南典型烟区土壤有机碳库组分特征及其对烟叶化学成分含量(质量分数)的影响,采集分析了河南许昌、平顶山、洛阳和三门峡4个典型植烟区的土壤和烟叶样品。结果表明:①河南产区土壤总有机碳(TOC)、活性有机碳(AOC)、颗粒有机碳(POC)和溶解性有机碳(DOC)含量分布范围在3.72~13.80、0.26~0.74、0.96~4.39 g·kg^(-1)和40.71~168.09 mg·kg^(-1)之间;土壤AOC、DOC和POC含量占TOC含量的比例范围为3.19%~6.93%、0.34%~2.62%和14.33%~57.31%;土壤碳氮比在6.04~12.97之间。②土壤TOC、POC、AOC和DOC含量与土壤总氮、水解性氮含量呈显著正相关;土壤AOC、DOC含量与粉粒含量呈显著正相关,与砂粒含量呈显著负相关;POC/TOC与土壤总氮、水解性氮、黏粒、粉粒多个组分含量呈显著负相关,而与砂粒含量呈显著正相关。③土壤TOC和AOC含量及C/N升高,导致烟叶总糖、还原糖含量下降,而使烟叶总氮、总植物碱含量升高。POC/TOC与烟叶总糖、还原糖含量呈显著正相关,而与烟叶总氮、总植物碱含量呈极显著负相关。说明土壤有机碳各组分对土壤肥力及烟叶化学成分含量有重要影响。

关键词：河南烟区土壤烟叶有机碳化学成分

基于高光谱成像的区域尺度植烟土壤有机质含量和pH值估测

在线全文

学校读者我要写书评

暂无评论

烟草科技 2023年

作者：张恒梁太波江鸿藏照阳戴华鑫翟振张艳玲冯长春四川省烟草科学研究所中国烟草总公司郑州烟草研究院

为实现区域尺度上的植烟土壤有机质含量(质量分数)和pH值的准确、快速估测，以四川省烟区296份植烟土壤样品为研究对象，利用高光谱成像构建土壤有机质含量和pH值的偏最小二乘回归(PLSR)估测模型。结果表明：①原始光谱经多数单一预处... 详细信息

为实现区域尺度上的植烟土壤有机质含量(质量分数)和pH值的准确、快速估测，以四川省烟区296份植烟土壤样品为研究对象，利用高光谱成像构建土壤有机质含量和pH值的偏最小二乘回归(PLSR)估测模型。结果表明：①原始光谱经多数单一预处理和组合预处理方法处理后，建立的估测模型精度有所提高。②不同预处理方法和特征波段筛选方法建立的PLSR模型精度差异明显；基于Savitzky-Golay平滑滤波(SG)和最大最小归一化(MMS)组合预处理方法，采用相关分析(CA)筛选极显著特征波段建立的土壤有机质含量估测模型精度最佳，模型验证集决定系数(R2)为0.758，相对分析误差(RPD)为2.03；基于一阶导数(D1)和多元散射校正(MSC)组合预处理方法，使用主成分分析(PCA)筛选特征波段建立的土壤pH值估测模型精度最佳，模型验证集R2、验证均方根误差(RMSEV)和RPD分别为0.724、0.59和1.90。因此，运用高光谱成像技术在区域尺度上对植烟土壤有机质含量和pH值进行较高精度估测是可行的，有机质含量估测可采用SG-MMS-CA(P<0.01)-PLSR模型，pH值估测可采用D1-MSC-PCA-PLSR模型。

关键词：植烟土壤高光谱成像 pH 有机质组合预处理偏最小二乘回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于高光谱成像的烟田土壤pH估测研究

西南农业学报 2023年

作者：张恒梁太波宋效东江鸿郭文孟戴华鑫翟振冯长春张艳玲四川省烟草科学研究所中国烟草总公司郑州烟草研究院中国科学院南京土壤研究所

【目的】为实现区域尺度上烟田土壤pH的快速估测。【方法】以四川省296份烟田土壤为研究对象，利用高光谱成像获取土壤390～2500 nm波段的光谱反射率，系统研究12种光谱预处理方法、2种特征波段选择方法和4种建模方法对烟田土壤pH高光... 详细信息

【目的】为实现区域尺度上烟田土壤pH的快速估测。【方法】以四川省296份烟田土壤为研究对象，利用高光谱成像获取土壤390～2500 nm波段的光谱反射率，系统研究12种光谱预处理方法、2种特征波段选择方法和4种建模方法对烟田土壤pH高光谱估测模型精度的影响。【结果】在600～2500 nm范围内，不同pH的光谱反射率曲线差异明显；原始光谱经单一预处理或组合预处理方法处理后，建立的估测模型精度均有所提高；其中一阶导数（First derivative， D1）组合标准正态分布（Standard normal variate， SNV）为最佳光谱预处理方法。竞争自适应重加权采样算法（Competitive adaptive reweighted sampling， CARS）筛选出了93个土壤pH特征波段，主要集中在近红外波段800～2500 nm。无论使用光谱全波段还是主成分分析降维得到的光谱特征，核岭回归（Kernel ridge regression， KRR）和支持向量机（Support vector machine， SVM）两种建模方法都取得了比偏最小二乘回归（Partial least square regression， PLSR）和岭回归（Ridge regression， RR）更高的估测精度；但使用CARS筛选的特征波段建模时，PLSR和RR取得了比KRR和SVM更高的估测精度。其中基于D1-SNV预处理方法，使用CARS筛选特征波段建立的土壤pH PLSR估测模型精度较高，模型验证集决定系数为0.758，均方根误差为0.555，相对分析误差为2.034。【结论】运用高光谱成像技术在区域尺度上对烟田土壤pH进行较高精度估测是可行的，pH估测可采用D1-SNV-CARS -PLSR模型。

关键词：土壤pH值高光谱成像竞争自适应重加权采样偏最小二乘回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

烤烟上部烟叶成熟生理特性研究进展

烟草科技 2022年第7期55卷 99-112页

作者：贾中林尹启生戴华鑫梁太波张艳玲刘阳张仕祥中国烟草总公司郑州烟草研究院郑州450001

目前我国部分烟区上部烟叶仍存在成熟度不够等问题,成为限制上部烟叶品质提高的重要因素。为揭示上部烟叶的成熟机理,从烟叶生理生化角度对烤烟上部烟叶成熟过程中的碳水化合物、含氮化合物、致香物质和质体色素等物质代谢规律进行了总... 详细信息

目前我国部分烟区上部烟叶仍存在成熟度不够等问题,成为限制上部烟叶品质提高的重要因素。为揭示上部烟叶的成熟机理,从烟叶生理生化角度对烤烟上部烟叶成熟过程中的碳水化合物、含氮化合物、致香物质和质体色素等物质代谢规律进行了总结,同时重点阐述了上部烟叶成熟过程中生物酶活性、代谢相关基因和蛋白功能等的变化规律。在上部烟叶成熟度研究和应用现状分析基础上,对未来上部烟叶成熟机理、成熟特征判断和生长调节剂使用等热点研究方向进行了展望。

关键词：烤烟上部烟叶成熟度生理特性

在线全文

学校读者我要写书评

暂无评论

烤烟上部叶成熟过程中代谢组的差异分析

烟草科技 2023年第1期56卷 1-10页

作者：贾中林郑庆霞戴华鑫张艳玲周会娜张仕祥周汉平梁太波中国烟草总公司郑州烟草研究院郑州450001

为明确烤烟上部叶成熟过程中物质转化规律及代谢组的差异,利用GC-MS非靶向代谢组学方法并结合激素及色素等的测定对烟株打顶后20、30、40、50和60 d的上部叶代谢物进行分析。结果表明:上部烟叶成熟过程可分为3个阶段,分别为烟株打顶后20... 详细信息

为明确烤烟上部叶成熟过程中物质转化规律及代谢组的差异,利用GC-MS非靶向代谢组学方法并结合激素及色素等的测定对烟株打顶后20、30、40、50和60 d的上部叶代谢物进行分析。结果表明:上部烟叶成熟过程可分为3个阶段,分别为烟株打顶后20~30 d、40~50 d和60 d。随烟叶成熟进程的推进,叶绿素和类胡萝卜素含量(质量分数)逐渐下降,在打顶后40 d时下降最为明显,游离氨基酸和总氮含量整体呈下降趋势,总植物碱和碳水化合物含量整体呈升高趋势,烟叶中促进生长类激素含量在打顶后40 d显著下降,促进成熟衰老类激素含量在打顶后40 d显著提高,打顶后40 d可能是上部烟叶成熟过程中生理功能由盛转衰的关键节点。通过正交偏最小二乘判别分析法(OPLS-DA)筛选出38种差异代谢物,主要是氨基酸类、糖类和脂肪酸类代谢物,其中4-氨基丁酸、果糖、阿洛糖、棕榈酸、亚麻酸、甘油酸、苹果酸、莨菪亭、奎尼酸等可能是上部烟叶成熟过程中较关键的代谢物。差异代谢物显著(p<0.05)富集在糖代谢、氨基酸代谢和脂肪酸代谢等通路中,其中乙醛酸和二羧酸代谢,不饱和脂肪酸的生物合成,TCA循环,丙氨酸、天冬氨酸和谷氨酸代谢等通路在烟叶成熟过程中起重要的调控作用。

关键词：上部烟叶成熟代谢组学差异代谢物

基于连续投影算法的土壤全氮和碱解氮含量高光谱估测

在线全文

学校读者我要写书评

暂无评论

中国烟草科学 2023年第5期44卷 103-113页

作者：张恒梁太波冯文强戴华鑫翟振藏照阳江鸿冯长春张艳玲中国烟草总公司郑州烟草研究院郑州450001 四川省烟草科学研究所成都610041

基于高光谱数据构建土壤全氮和碱解氮含量估测模型,为准确快速检测植烟土壤全氮和碱解氮含量提供新方法。以会东县和会理市植烟土壤为研究对象,利用高光谱成像获取土壤光谱反射率数据,应用连续投影算法(SPA)和相关分析法(CA)筛选特征波... 详细信息

基于高光谱数据构建土壤全氮和碱解氮含量估测模型,为准确快速检测植烟土壤全氮和碱解氮含量提供新方法。以会东县和会理市植烟土壤为研究对象,利用高光谱成像获取土壤光谱反射率数据,应用连续投影算法(SPA)和相关分析法(CA)筛选特征波段,并分别采用全波段和特征波段构建偏最小二乘回归(PLSR)、岭回归(RR)和核岭回归(KRR)模型来估测土壤全氮和碱解氮含量。结果表明:(1)原始光谱经4种预处理方法处理后,建立的估测模型精度均有提高;其中经一阶导数(D1)组合标准正态分布(SNV)预处理后,使用全波段建立的全氮和碱解氮含量估测模型精度均较高。(2)SPA筛选出了10个土壤全氮特征波段,13个土壤碱解氮特征波段,分别占全波段数量的2.58%和1.98%。(3)原始光谱经D1-SNV预处理后,用SPA筛选特征波段构建的全氮和碱解氮含量KRR估测模型性能均较好;全氮估测模型验证集决定系数(R^(2))为0.87,均方根误差(RMSEV)为0.23,相对分析误差(RPD)为2.77;碱解氮估测模型验证集的R^(2)为0.91,RMSEV为14.15,RPD为3.39。运用SPA结合KRR构建的模型能较好地估测研究区土壤全氮和碱解氮含量,D1-SNV-SPA-KRR方法可实现该地区全氮和碱解氮含量的准确估测。

关键词：植烟土壤高光谱数据全氮碱解氮连续投影算法核岭回归

在线全文

学校读者我要写书评

暂无评论

基于高光谱成像的烟田土壤pH估测

西南农业学报 2023年第12期36卷 2771-2779页

作者：张恒梁太波宋效东江鸿郭文孟戴华鑫翟振冯长春张艳玲中国烟草总公司郑州烟草研究院郑州450001 中国科学院南京土壤研究所南京210008 四川省烟草科学研究所成都610041

【目的】为实现区域尺度上烟田土壤pH的快速估测。【方法】以四川省296份烟田土壤为研究对象,利用高光谱成像获取土壤390~2500 nm波段的光谱反射率,系统研究12种光谱预处理方法、2种特征波段选择方法和4种建模方法对烟田土壤pH高光谱估... 详细信息

【目的】为实现区域尺度上烟田土壤pH的快速估测。【方法】以四川省296份烟田土壤为研究对象,利用高光谱成像获取土壤390~2500 nm波段的光谱反射率,系统研究12种光谱预处理方法、2种特征波段选择方法和4种建模方法对烟田土壤pH高光谱估测模型精度的影响。【结果】在600~2500 nm范围内,不同pH的光谱反射率曲线差异明显;原始光谱经单一预处理或组合预处理方法处理后,建立的估测模型精度均有所提高;其中一阶导数(First derivative,D1)组合标准正态分布(Standard normal variate,SNV)为最佳光谱预处理方法。竞争自适应重加权采样算法(Competitive adaptive reweighted sampling,CARS)筛选出93个土壤pH特征波段,主要集中在近红外波段800~2500 nm。无论使用光谱全波段还是主成分分析降维得到的光谱特征,核岭回归(Kernel ridge regression,KRR)和支持向量机(Support vector machine,SVM)两种建模方法都取得了比偏最小二乘回归(Partial least square regression,PLSR)和岭回归(Ridge regression,RR)更高的估测精度;但使用CARS筛选的特征波段建模时,PLSR和RR取得了比KRR和SVM更高的估测精度。其中基于D1-SNV预处理方法,使用CARS筛选特征波段建立的土壤pH PLSR估测模型精度较高,模型验证集决定系数为0.758,均方根误差为0.555,相对分析误差为2.034。【结论】运用高光谱成像技术在区域尺度上对烟田土壤pH进行较高精度估测是可行的,pH估测可采用D1-SNV-CARS-PLSR模型。

关键词：土壤pH 高光谱成像竞争自适应重加权采样偏最小二乘回归