公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于大样本土壤光谱数据库的氮含量反演被引量：7: 2014年; 充分挖掘大样本土壤光谱库中有效信息,建立普适性强的土壤全氮(TN)含量反演模型,是高光谱分析的重要应用方向之一。研究采用偏最小二乘回归(PLSR)全局建模、局部加权回归(LWR)和模糊K均值聚类结合PLSR(FKMC-PLSR)局部建模三种方法,分别建立了来自中国西藏、新疆、黑龙江、海南等13个省采集的17种土类1661个土壤样本TN值的高光谱反演模型,并对浙江省104个水稻土样本进行模型验证。结果表明,在大样本下PLSR全局模型对高TN值待预测样本存在低估现象,导致整体预测精度偏低;LWR和FKMC-PLSR局部模型比PLSR全局模型能够更为准确地反演TN含量。研究结果可为利用大样本光谱数据库建立稳定性和普适性较高的土壤TN含量预测模型提供参考。; 王乾龙李硕卢艳丽彭杰史舟周炼清; 关键词：光谱学土壤全氮大样本

自旋-玻色模型中的量子相变研究: 近年来,随着量子信息和量子计算的蓬勃发展,量子开放系统的动力学也备受研究者关注。由于环境的存在,量子系统不可避免地会与环境发生相互作用,由环境诱导的量子耗散现象在许多量子开放系统中发挥着重要的作用。例如,在量子计算中,如...; 王乾龙; 关键词：量子动力学量子相变吸收谱

一种用于水稻表土氮肥施用等级评定方法: 本发明公开了一种用于水稻表土氮肥施用等级评定方法。采用光纤式高光谱仪测定多个水稻表土可见‑近红外漫反射光谱数据，同时采集多个表土进行土壤全氮含量的化学测试；根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级；确定支持...; 李硕史舟王乾龙周银; 文献传递

基于土壤可见-近红外光谱库的土壤全氮实时检测方法: 本发明公开了一种基于土壤可见-近红外光谱库的土壤全氮实时检测方法，包括以下步骤：测量全国各地土壤样本的可见-近红外光谱数据和全氮含量数据，构建土壤可见近红外光谱-全氮数据库；采集多个待检测土壤样本的可见-近红外光谱数据；...; 史舟王乾龙李硕陈颂超夏芳; 文献传递

一种基于大样本土壤可见-近红外光谱分类的土壤有机质快速检测方法: 本发明公开了一种基于大样本土壤可见-近红外光谱分类的土壤有机质快速检测方法，包括以下步骤：（1）测量采集全国土壤样本的可见-近红外光谱数据和有机质含量数据，构建大样本全国土壤光谱-有机质数据库；（2）采用模糊k均值聚类和...; 史舟王乾龙滕洪芬纪文君周炼清; 文献传递

基于省域尺度的农田土壤重金属高光谱预测被引量：15: 2015年; 利用浙江省36个县市的643个农田耕层土样的可见-近红外反射率数据以及重金属与有机质含量数据,分析了Ni、Cu、As、Hg、Zn、Cr、Cd、Pb含量与有机质含量的相关性,对比了不同重金属元素与有机质敏感波段的位置,并建立了各重金属元素含量的偏最小二乘回归(PLSR)模型.研究结果表明,Ni、Cr与有机质的相关性最优,As最差,相关系数分别为0.54、0.59、0.20,各重金属元素与有机质的相关系数与它在前三个主成份载荷图中与有机质的距离成反比;不同的重金属元素与有机质高光谱敏感波段的重叠度、回归系数的正负一致性具有明显差异,与有机质相关性越高的元素,其重叠度也越高、正负一致性也越好;在所有8种重金属元素的PLSR预测模型中,Ni、Cr的建模与预测效果较好,RPD值分别为1.94、1.80,模型具有一般的定量预测能力,其余6种重金属元素预测模型的RPD值均在1.00和1.40之间,模型只具备区别高值和低值的预测能力.该研究结果为大尺度区域土壤重金属污染的高光谱遥感监测提供了一定的理论依据与参考.; 夏芳彭杰王乾龙周炼清史舟; 关键词：农田土壤重金属污染

一种用于水稻表土氮肥施用等级评定方法: 本发明公开了一种用于水稻表土氮肥施用等级评定方法。采用光纤式高光谱仪测定多个水稻表土可见-近红外漫反射光谱数据，同时采集多个表土进行土壤全氮含量的化学测试；根据每个水稻表土土样的全氮含量计算该样本的氮肥施用等级；确定支持...; 李硕史舟王乾龙周银

基于土壤可见-近红外光谱库的土壤全氮预测建模研究: 精准农业是我国现代农业发展的前沿趋势。作为精准农业实施中的重要研究方向之一，土壤全氮等属性信息的快速获取为做出与之相配套的农田生产决策提供了关键依据。传统的实验室化学分析测试，因为成本高，周期长，并且污染环境，难以满足精...; 王乾龙; 关键词：农田土壤可见光谱; 文献传递

中国主要土壤高光谱反射特性分类与有机质光谱预测模型被引量：103: 2014年; 土壤可见-近红外漫反射光谱是当前对地遥感观察和土壤近地传感器研究的重要方向，同时也被认为是土壤数字制图、精确农业和土壤资源调查等方面最重要的数据获取技术. 从中国西藏、新疆、黑龙江、海南等地采集16种土类的1581个土壤样本，经干燥过筛后统一采用 ASD光谱仪测量了其室内可见-近红外反射光谱（350-2500 nm）. 对所有的土壤光谱数据采用Savitzky-Golay平滑加一阶微分进行转换，来减少大样本数据受到实验室光学测试环境条件差异的影响，然后对数据进行主成分变换降维处理. 引入模糊k-means方法进行大样本光谱数据的最佳分类数目计算，并将中国土壤光谱数据分成五类，各自代表了不同的土壤矿物和有机组分，主要类型与国际同行类似成果有可比性. 最后提出了采用土壤光谱分类方法结合偏最小二乘回归法（PLSR）方法建立土壤有机质的光谱分类-局部预测模型，结果比未分类直接采用PLSR方法的一阶微分-全局预测模型的精度有了显著提高，其预测模型的R2和RPD两个指数分别从0.697和1.817提高到0.899和3.158.; 史舟王乾龙彭杰纪文君刘焕军李曦Raphael A VISCARRA ROSSEL; 关键词：土壤有机质

全选清除导出

共1页<1>

王乾龙