公开(公告)号：CN108169162B

公开(公告)日：2021-01-19

申请号：CN201711329502.9

申请日：2017-12-13

Applicant: 安徽农业大学

Inventor： 宁井铭 ,  邓威威 ,  王玉洁 ,  盛梦鸽 ,  胡欣 ,  侯智炜 ,  张正竹

IPC: G01N21/3563 ,  G01N21/359

Abstract: 本发明公开了一种茶园土壤肥力水平的快速评价方法，分别选取贫瘠茶园、良好茶园和优质茶园的土壤样品若干，并随机划分为校正集和预测集；根据含量高低的划分范围确定分类样品集；采集样品近红外光谱信息，连续多次扫描，取得所述样品在近红外波长下的全部平均光谱信息；对样品原始平均光谱进行不同的预处理，根据茶园土壤肥力水平判别模型的预测效果，确定光谱最佳预处理方法；采用连续投影算法提取的特征光谱信息；将特征光谱与全光谱结合上述三种判别方法进行对比，根据预测的分类准确率，确定最优的茶园土壤肥力水平判别模型，从而实现对茶园土壤肥力水平进行预测。本发明结合近红外光谱技术测量土壤肥力，能够实现在线、无损、快速的检测。

公开(公告)号：CN108169162A

公开(公告)日：2018-06-15

申请号：CN201711329502.9

申请日：2017-12-13

Applicant: 安徽农业大学

Inventor： 宁井铭 ,  邓威威 ,  王玉洁 ,  盛梦鸽 ,  胡欣 ,  侯智炜 ,  张正竹

IPC: G01N21/3563 ,  G01N21/359

Abstract: 本发明公开了一种茶园土壤肥力水平的快速评价方法，分别选取贫瘠茶园、良好茶园和优质茶园的土壤样品若干，并随机划分为校正集和预测集；根据含量高低的划分范围确定分类样品集；采集样品近红外光谱信息，连续多次扫描，取得所述样品在近红外波长下的全部平均光谱信息；对样品原始平均光谱进行不同的预处理，根据茶园土壤肥力水平判别模型的预测效果，确定光谱最佳预处理方法；采用连续投影算法提取的特征光谱信息；将特征光谱与全光谱结合上述三种判别方法进行对比，根据预测的分类准确率，确定最优的茶园土壤肥力水平判别模型，从而实现对茶园土壤肥力水平进行预测。本发明结合近红外光谱技术测量土壤肥力，能够实现在线、无损、快速的检测。