基于中紅外光聲光譜的聚合物包膜控釋肥料養(yǎng)分釋放曲線預(yù)測

摘要：以聚丙烯酸酯類系列水基聚合物包膜控釋肥料為樣品,測定了包膜肥料養(yǎng)分的釋放曲線并原位測定了肥料包膜的中紅外光聲光譜,分析了不同肥料的養(yǎng)分釋放曲線以及不同包膜材料的紅外光聲光譜特征；采用廣義回歸神經(jīng)網(wǎng)絡(luò)模型(GRNN),以肥料包膜紅外光聲光譜的主成分作為GRNN模型的輸入層,并以包膜肥料養(yǎng)分釋放曲線為輸出層,構(gòu)建了預(yù)測養(yǎng)分釋放曲線的GRNN模型.結(jié)果表明,GRNN模型能快速有效地預(yù)測包膜肥料養(yǎng)分釋放曲線,其預(yù)測相關(guān)系數(shù)(R2)達(dá)0.93以上；包膜的探測深度明顯影響釋放曲線的預(yù)測誤差,最小預(yù)測誤差為7.14％,平均為10.28％,且基于包膜表層紅外光聲光譜的預(yù)測誤差最小.因此,結(jié)合GRNN模型,紅外光聲光譜可為包膜肥料養(yǎng)分釋放曲線的快速預(yù)測提供新手段. 作者： 申亞珍[1]杜昌文[2]周健民[2]王火焰[2]陳小琴[2] Author： SHEN Ya-zhen[1]  DU Chang-wen[2]  ZHOU Jian-min[2]  WANG Huo-yan[2]  CHEN Xiao-qin[2] 作者單位： 中國科學(xué)院南京土壤研究所,土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點(diǎn)實(shí)驗(yàn)室,江蘇南京210008;中國科學(xué)院研究生院,北京100049中國科學(xué)院南京土壤研究所,土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點(diǎn)實(shí)驗(yàn)室,江蘇南京210008 期 刊： 光譜學(xué)與光譜分析   ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2012, 32(2) 分類號： S143 關(guān)鍵詞： 紅外光聲光譜    包膜肥料    GRNN模型    釋放曲線    機(jī)標(biāo)分類號： O61 O43 機(jī)標(biāo)關(guān)鍵詞： 紅外光聲光譜    水基聚合物    包膜控釋肥料    養(yǎng)分釋放曲線    曲線預(yù)測    Photoacoustic Spectroscopy    Fourier Transform    Profiles    Nutrient Release    肥料養(yǎng)分    包膜肥料    最小預(yù)測誤差    廣義回歸神經(jīng)網(wǎng)絡(luò)模型    GRNN    聚丙烯酸酯類    原位測定    相關(guān)系數(shù)    誤差最小    探測深度    快速預(yù)測 基金項(xiàng)目： 國家十二五科技支撐計(jì)劃項(xiàng)目，中國科學(xué)院院地合作項(xiàng)目，美國藍(lán)月基金項(xiàng)目資助

【基于中紅外光聲光譜的聚合物包膜控釋肥料養(yǎng)分釋放曲線預(yù)測】相關(guān)文章：

包膜尿素的養(yǎng)分釋放特征及其肥效04-27

基于近紅外光譜的神經(jīng)網(wǎng)絡(luò)預(yù)測大米直鏈淀粉含量04-28

基于主成分分析和BP神經(jīng)網(wǎng)絡(luò)的土壤養(yǎng)分近紅外光譜檢測04-29

控釋肥料促農(nóng)業(yè)增效04-27

在環(huán)境科學(xué)中應(yīng)用紅外光譜技術(shù)04-27

控釋肥養(yǎng)分控釋特性及其應(yīng)用研究進(jìn)展05-02

基于Usher曲線的深基坑位移預(yù)測方法04-30

基于彈光調(diào)制的紅外光譜吸收法在室內(nèi)VOC檢測中的研究05-07

基于傅里葉變換紅外光譜的土傳真菌分類研究05-07

基于傅里葉變換紅外光譜和聚類分析的真菌鑒別05-07