CN110231452B - 基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法 - Google Patents
基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法 Download PDFInfo
- Publication number
- CN110231452B CN110231452B CN201910435733.0A CN201910435733A CN110231452B CN 110231452 B CN110231452 B CN 110231452B CN 201910435733 A CN201910435733 A CN 201910435733A CN 110231452 B CN110231452 B CN 110231452B
- Authority
- CN
- China
- Prior art keywords
- soil
- content
- area
- salt
- clay
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 308
- 150000003839 salts Chemical class 0.000 title claims abstract description 105
- 239000004927 clay Substances 0.000 title claims abstract description 96
- 238000001179 sorption measurement Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003795 desorption Methods 0.000 claims abstract description 59
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 33
- 238000010219 correlation analysis Methods 0.000 claims abstract description 9
- 238000010521 absorption reaction Methods 0.000 claims description 54
- 239000011780 sodium chloride Substances 0.000 claims description 54
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 51
- 238000005259 measurement Methods 0.000 claims description 18
- 239000002245 particle Substances 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 16
- 238000002386 leaching Methods 0.000 claims description 10
- 230000035945 sensitivity Effects 0.000 claims description 10
- 229920006395 saturated elastomer Polymers 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012314 multivariate regression analysis Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 241001211987 Barea Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000057633 Suberea Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000005341 cation exchange Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- HPNSNYBUADCFDR-UHFFFAOYSA-N chromafenozide Chemical compound CC1=CC(C)=CC(C(=O)N(NC(=O)C=2C(=C3CCCOC3=CC=2)C)C(C)(C)C)=C1 HPNSNYBUADCFDR-UHFFFAOYSA-N 0.000 description 1
- 239000002734 clay mineral Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012625 in-situ measurement Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000004016 soil organic matter Substances 0.000 description 1
- 238000004158 soil respiration Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/048—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance for determining moisture content of the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明涉及一种基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，包括：在大样本中选取部分土壤样本，测量选取的土壤样品的粘粒含量和盐分含量；测量选取的土壤样本的水蒸气等温吸附曲线实测点，再拟合得到吸附曲线和解吸曲线；计算选取的土壤样本的土壤水蒸汽等温吸附曲线的几何特征面积；对土壤盐分含量、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析，确定几何特征面积受土壤粘粒含量和盐分含量影响显著的敏感区间；建立土壤粘粒含量、盐分含量与敏感区间内几何面积之间的预测模型公式，并确定适用范围；将其余大量土壤样本通过预测模型公式得到粘粒含量或盐分含量。本发明能高效经济地预测出土壤粘粒含量或盐分含量。
Description
技术领域
本发明涉及土壤物理性质预测的技术领域，具体涉及一种基于土壤水蒸汽等温吸附曲线预测大量土壤样本粘粒含量或盐分含量的方法。
背景技术
土壤质地，尤其是粘粒含量，控制着土壤中多种物理、化学和水文过程的大小和速率，这在很大程度上决定了土壤的持水能力、水力特性和阳离子交换能力。此外，对土壤生态系统、土壤强度和渗透性有显著影响，并与土壤生物活性、土壤呼吸作用有关。
实验室测定土壤粘粒含量的传统方法通常采用湿筛或干筛结合比重计或移液管法，当样本数量较大时，测量起来费时费力。更加先进的测量方法包括：x射线衰减法，激光衍射法和光谱法，这些方法的仪器较为昂贵，使用前可能需要校准。因此，设计简单、快速、经济的粘粒含量测定方法非常重要。目前，已有基于土壤水蒸汽等温吸附曲线预测非盐渍土粘粒含量的模型。其中，土壤水蒸气等温吸附曲线描述的是相对湿度(RH)与吸湿水之间的关系，是土壤水分特征曲线的干端，它可以预测多种土壤物理性质，如土壤比表面积、粘粒含量和缩胀能力等，适用于大样本数量和大尺度测量的条件(引自Arthur E,Tuller M,Moldrup P,et al.Evaluation of theoretical and empirical water vapor sorptionisotherm models for soils[J].Water Resources Research,2016,52(1):190-205.)。已有粘粒预测模型是建立吸湿水与粘粒含量的关系，例如，Wuddivira等人在2012年提出一个回归模型(WM)，相对湿度为50％的吸湿水含量预测粘粒含量；陈冲等人在2014年开发了CM模型，用于估算任何给定相对湿度下的粘粒含量；Arthur等人改进了CM模型，得到了MCM模型，并在2015年开发一个考虑滞后作用和有机质含量的回归模型(ASM和LOM)，同时提出估算误差的三个主要来源：高有机碳含量、淤泥含量以及粘土矿物的性质(引自Arthur E,Tuller M,Moldrup P,et al.Prediction of clay content from water vapoursorption isotherms considering hysteresis and soil organic matter content[J].European Journal of Soil Science,2015,66(1):206-217.)。然而，这些模型均在非盐渍土壤中建立的，在受盐分影响的土壤中，粘粒含量和土壤吸湿水之间的关系变得更加复杂，在盐渍土壤中的适用性未知。
盐分直接影响多种土壤理化过程，是制约作物生长的主要因素之一。然而，传统的土壤盐分测定方法过程繁琐，同样费时费力，不能快速判断和测定土壤盐渍化水平。其中，电导率法可以直接测定土壤溶液电导率，不需校正，且有较高的精度，但土壤溶液采样器和盐分传感器对土壤水分要求较高，响应时间长，不适合干燥环境和土壤盐分的短期或剧烈运移过程监测。而电阻法和电磁感应法能够实现田间尺度上土壤盐分数据的快速采集，时域反射法可同时测定土壤水分和盐分，但同时受土壤含水量、质地、含盐量、有机质和温度等众多因素的影响，因此从仪器测定结果中提取土壤盐分数据的过程也十分复杂，并且精度有限(引自刘梅先,杨劲松.土壤盐分的原位测定方法[J].土壤,2011,43(5).)。目前，高光谱是进行土壤盐渍化监测较为理想的监测手段，借助多源、多时相的高光谱数据对盐渍化较为严重的区域具有很好的监测效果，但也受到多种因素对光谱反射的影响。虽然已有学者对高光谱反演盐分模型做出大量改进，但效果依然没有达到盐分反演精度，并且在大尺度上监测还有很多困难(Zhang T T,Zeng S L,Gao Y,et al.Using hyperspectralvegetation indices as a proxy to monitor soil salinity[J].EcologicalIndicators,2011,11(6):0-1562.)。
因此，有必要针对大样本数量土壤确定一种预测粘粒含量和盐分含量的有效方法。
发明内容
本发明的目的在于提供一种基于等温吸附曲线预测土壤粘粒含量和盐分含量的方法，该方法在试验样本数量较大时，能更加经济、高效地预测出土壤粘粒含量、盐分含量，节省时间和人力资源。
本发明解决上述技术问题所采用的方案是：
一种基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，包括如下步骤：
S1：在大样本中选取部分土壤样本，用传统测量方法测量出选取的土壤样品的粘粒含量和盐分含量；
S2：测量选取的土壤样本的水蒸气等温吸附曲线实测点，再通过拟合得到完整的吸附曲线和解吸曲线；
S3：计算选取的土壤样本的土壤水蒸汽等温吸附曲线的几何特征面积，包括吸湿、解吸和滞后的几何特征面积；
S4：采用多元回归分析方法对土壤盐分含量、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析，确定几何特征面积受土壤粘粒含量和盐分含量影响显著的敏感区间；
S5：建立土壤粘粒含量与敏感区间内几何特征面积、盐分含量与敏感区间内几何特征面积之间的预测模型公式，并确定每个预测模型公式的适用范围；
S6：将需要测量粘粒含量或盐分含量的土壤样本通过上述相应的预测模型公式计算得到其的粘粒含量或盐分含量。
进一步地，选取的土壤样本来自4种盐分水平的土壤，分别是土壤饱和浸提液电导率为0～4.5dS/m的非盐渍土、土壤饱和浸提液电导率为4.5～9dS/m的轻度盐渍土、土壤饱和浸提液电导率为9～18dS/m的中度盐渍土以及土壤饱和浸提液电导率大于18dS/m的重度盐渍土，其中每种盐分水平的土壤样本均具有多个。
进一步地，在步骤S4中对土壤盐分含量、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析时，选取多种RH步长下的吸湿、解吸和滞后的几何特征面积进行计算和分析。
进一步地，RH的步长分别选取为0.02，0.1和0.9。
进一步地，步骤S4还包括：
在对土壤盐分、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析时，建立三者关系的数学表达式：
A＝aEc+bCL+c
其中，EC为电导率，dS/m；CL为粘粒含量，％；A为土壤水蒸汽等温吸附曲线的吸湿、解吸和滞后的几何特征面积，包括总面积和多种RH步长区间的子面积；a、b和c为回归系数；
将步骤S1中得到的所有选取的土壤样本的粘粒含量、盐分含量和步骤S3中拟合步骤S2中土壤样本的水蒸气等温吸附曲线实测点得到的吸附曲线和解吸曲线在相应的多种RH步长区间计算得到的吸湿面积、解吸面积与滞后面积分别代入上述数学表达式中，分别计算选取的所有土壤样本在各RH步长区间内的系数a，b，c的数值、拟合面积与实测点面积之间的决定系数R2，以及对系数a、b的显著性进行检验；
根据系数a、b的显著性检验结果、拟合曲线面积与实测点面积之间的决定系数R2值确定出所有选取的土壤样本的几何特征面积受土壤粘粒含量或盐分含量显著影响的敏感区间，即比较所有选取的土壤样本在多种RH步长区间中的系数a、b的显著相关性以及决定系数R2值，其中，a为显著相关系数则受盐分含量影响显著，b为显著相关系数则受粘粒含量影响显著，而拟合曲线面积与实测点面积之间的决定系数R2值最大对应的区间即为所有选取的土壤样本的敏感区间。
进一步地，建立适用于所有土壤的预测模型公式，其预测模型公式为：
所有土壤的敏感区间为RH＝0.83～0.85，盐分含量的预测模型公式为：Ec(p)＝-4.66×107SAa 2+1.38×105SAa-44.18，其中Ec(p)为土壤预测的电导率，SAa为敏感区间的吸湿曲线面积。
进一步地，步骤S4还包括：
在对土壤盐分、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析时，建立三者关系的数学表达式：
A＝aEc+bCL+c
其中，EC为电导率，dS/m；CL为粘粒含量，％；A为土壤水蒸汽等温吸附曲线的吸湿、解吸和滞后的几何特征面积，包括总面积和多种RH步长区间的子面积；a、b和c为回归系数；
将步骤S1中得到的所有选取的土壤样本的粘粒含量、盐分含量和步骤S3中拟合步骤S2中土壤样本的水蒸气等温吸附曲线实测点得到的吸附曲线和解吸曲线在相应的多种RH步长区间计算得到的吸湿面积、解吸面积与滞后面积分别代入上述数学表达式中，分别计算选取的所有土壤样本在各RH步长区间内的系数a，b，c的数值、拟合面积与实测点面积之间的决定系数R2，以及对系数a、b的显著性进行检验；根据系数a、b的显著性检验结果、拟合曲线面积与实测点面积之间的决定系数R2值确定出所有选取的土壤样本的几何特征面积受土壤粘粒含量或盐分含量显著影响的敏感区间，即比较所有选取的土壤样本在多种RH步长区间中的系数a、b的显著相关性以及决定系数R2值，其中，a为显著相关系数则其受盐分含量影响显著，b为显著相关系数则其受粘粒含量影响显著，而拟合面积与实测点面积之间的决定系数R2值最大对应的区间即为所有选取的土壤样本的敏感区间；
再根据上述的对选取的土壤样本进行的四种盐分水平的分类，单独计算每种盐分水平的土壤样本在各RH步长区间的系数a，b，c的数值、系数a、b的显著相关性以及拟合面积与实测点面积之间的决定系数R2值；根据系数a、b的显著相关性、拟合面积与实测点面积之间的决定系数R2确定出四种盐分水平的土壤样本的几何特征面积受土壤粘粒含量或盐分含量显著影响的敏感区间，其中，对于每种盐分水平的土壤样本，a为显著相关系数则其受盐分含量影响显著，b为显著相关系数则其受粘粒含量影响显著，而拟合面积与实测点面积之间的决定系数R2值最大对应的区间即为其敏感区间。
进一步地，建立所有土壤和四种盐分水平的土壤分别在其敏感性区间内用几何面积预测土壤粘粒含量或盐分含量的模型公式，其预测模型公式分别为：
所有土壤的敏感区间为RH＝0.83～0.85，盐分含量的预测模型公式为：Ec(p)＝-4.66×107SAa 2+1.38×105SAa-44.18，其中Ec(p)为土壤预测电导率，SAa为敏感区间的吸湿曲线面积；
非盐渍土的敏感区间为RH＝0.85～0.87，粘粒含量预测模型公式为：CLp＝4.34×105SAd-188.83，其中为CLp为预测粘粒含量，SAd为敏感区间的解吸曲线面积；
轻度盐渍土的敏感区间为RH＝0.81～0.83，粘粒含量预测模型公式为：CLp＝-3.09×105SAh+43.97，其中为CLp为预测粘粒含量，SAh为敏感区间的滞后面积；
中度盐渍土的敏感区间为RH＝0.87～0.89，盐分含量预测模型公式为：Ec(p)＝9.38×104SAd-41.82，其中Ec(p)为预测电导率含量，SAd为敏感区间的解吸曲线面积；
重度盐渍土的敏感区间为RH＝0.91～0.93，盐分含量预测模型公式为：Ec(p)＝2.21×104SAa+4.32，其中Ec(p)为预测电导率含量，SAa为敏感区间的吸湿曲线面积。
进一步地，在对大量样本进行预测时，先将大量土壤样本中的每个土壤样本通过上述的适用于所有土壤样本的盐分含量预测模型公式计算得到每个土壤样本的大致盐分含量，再根据每个土壤样本预测的大致盐分含量判断其具体属于四种盐分水平中的哪种盐分水平的土壤，最后根据其对应的盐分水平适用的预测模型公式进行预测土壤粘粒含量或盐分含量。
与现有技术相比，本发明至少具有以下有益效果：本发明基于盐分含量对土壤的等温吸附曲线走势有着显著影响，充分考虑盐分含量这一因素对等温吸附曲线的面积影响，并将土壤样本根据盐分含量进行分类，从而分析粘粒含量、盐分含量以及等温吸附曲线几何特征面积之间的相关性，确定出等温吸附曲线几何特征面积受土壤粘粒含量和盐分含量影响显著的敏感区间，建立适用于所有土壤的盐分含量预测模型公式和分别适用于四种盐分水平的土壤粘粒含量或盐分含量与敏感区间内几何面积之间的最佳预测模型公式，该预测模型公式预测数据准确，当试验样本数量较大时，可以先根据适用于所有土壤样本的盐分预测模型公式进行的计算预测土壤样本的大致盐分含量，再根据预测的土壤样本的大致盐分含量判断其具体处在四种盐分水平的哪个水平上，最后根据其对应的盐分水平适用的预测模型公式进行预测土壤粘粒含量或盐分含量，该方法高效经济且预测数据较准确，节省了大量的测量时间和人力资源。
附图说明
图1为盐分含量对土壤等温吸附曲线走势影响图；
图2为本发明实施例选取的土壤样本质地分布图；
图3为用DLP模型对本发明实施例选取的土壤样本的等温线吸附测量值拟合得到的吸湿曲线和解吸曲线；
图4为现有模型评估图，比较选定模型(WM、MCM和LOM模型)在盐渍土中预测粘粒含量的精度，例如MCMa0.5中a为吸湿曲线，0.5为RH＝50％；
图5为吸湿曲线/解吸曲线的几何特征面积，θ0.03为RH＝0.03时的吸湿含水率或解吸含水率，TAa/TAd是曲线与X轴、Y轴围成的吸湿和解吸总面积，SAa/SAd是对应的RH步长区间内的吸湿和解吸子面积；
图6为滞后过程的几何特征面积，θa0.03为RH＝0.03时的吸湿含水率，TAh是吸湿曲线和解吸曲线围成的滞后总面积，SAh是对应的RH步长区间内的滞后子面积。
具体实施方式
为更好的理解本发明，下面的实施例是对本发明的进一步说明，但本发明的内容不仅仅局限于下面的实施例。
现有技术中对土壤中的粘粒含量预测的模型大多只考虑了非盐渍土中的含水量和基质势等参数来进行预估计算，表1列举了几种已有的粘粒预测模型，见下表1。
表1 已有几种的粘粒含量预测模型
表1中CL为粘粒含量，％；θm为吸湿水含量，％；ψ为基质势；A为经验回归系数。
从表1中我们可以看出，已有的几种粘粒预测模型均只考虑了吸湿水含水量和基质势的影响，但是在盐渍土中盐分含量显著影响土壤含水量，本发明人测试了几种盐分含量不同的土壤的等温吸附曲线，从图1中我们可以看出，盐分含量也就是图中的电导率直接影响等温吸附曲线的走势，即土壤中盐分含量显著影响土壤的含水量。因此，我们可以得出在盐渍土中，已有的预测模型是行不通的，在后面的本发明人将对此进行了验证。
基于上述的问题，本发明提供了一种基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，包括如下步骤：
S1：在大样本土壤中随机选定35个土壤样本，在本实施例中，本发明人选取35个样本，当然，也可以选取其他不低于20个的数量，采用传统测量方法测定各个土壤样本的粘粒含量和盐分含量；其中，采用湿筛-吸管法测定土壤粘粒含量，其土壤质地分布如图2所示；采用DDSJ-305F型电导率仪测量1:5的土壤浸提液电导率，再将其换算成饱和浸提液电导率(ECe＝7.4×EC1:5)。本专利以电导率表示土壤盐分大小。该35个土壤样本质地分布情况如图2所示。
S2：将35个土壤样本依据盐渍土分类标准分为4种盐分等级土壤，在本实施例中，非盐渍土为6个样本，轻度盐渍土为7个样本，中度盐渍土为5个样本，重度盐渍土为17个样本，具体划分标准如下表2所示：
表2 盐渍土的分类标准(FAO)
S3：采用蒸汽吸附分析仪测量35个土壤样本的水蒸气等温吸附曲线实测点，具体方法为：先干燥或润湿3.5g风干的土壤样品，使用冷镜露点技术自动测量水势，使用高精度磁天平测量样品质量；以下是仪器设置参数：相对湿度(RH)范围:0.03-0.93；分辨率:0.02；温度:25℃，在24～48h内高精度的测量土壤吸湿和解吸等温线实测点；再采用DLP模型拟合得到完整的吸湿、解吸曲线(见图3)，DLP模型的数学表达式为：
其中b0、b1、b2和b3为多项式系数。
在此处为了验证本发明前述的已有预测模型对盐渍土壤预测效果差，本发明人对表1中的已有预测模型进行评价以检验其预测效果。
在该验证中，选取相对湿度RH为50％和90％举例说明，吸湿曲线的回归系数为10.6和5.79，解吸曲线的回归系数为8.73和5.43。
评价模型性能的指标为决定系数(R2)、相对均方根误差(RRMSE)和相对平均绝对误差(RMAE)：
其中，CLi为实测粘粒含量，CLp为预测粘粒含量，
为实测平均粘粒含量，n为样本数量。图4示出了对已有模型评估的结果，比较选定模型(WM、MCM和LOM模型)在盐渍土中预测粘粒含量的精度，例如MCMa0.5中a为吸湿曲线，0.5为RH＝50％；从图4中可以看出已有的3个粘粒预测模型的预测效果均较差。
S4：建立土壤水蒸汽等温吸附曲线的几何特征面积，包括多种RH步长的吸湿面积、解吸面积和滞后面积，在本实施例中，本发明选取三种RH步长进行计算和评估，其中三种RH步长分别为：0.02、0.1和0.9，当RH＝0.9时，计算的几何面积为几何特征总面积，几何特征面积采用数学积分计算得到，具体几何特征面积示意图见图5和图6。
S5：采用多元回归分析方法对土壤盐分含量、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析，建立三者关系的数学表达式为:
A＝aEc+bCL+c (5)
其中EC为电导率，dS/m；A为土壤水蒸汽等温吸附曲线的几何特征面积，包括总面积和多种RH步长区间的子面积；a、b和c为回归系数。
将步骤S1中得到的粘粒含量、盐分含量以及步骤S3中拟合的吸附曲线和解吸曲线计算得到的各种RH步长区间的吸湿面积、解析面积以及滞后面积分别代入公式中，分别计算选取的所有土壤样本在各RH步长区间的系数a，b，c的数值、拟合面积与实测点面积之间的决定系数R2以及对系数a、b进行显著性检验。再根据系数a、b的显著性检验结果、拟合面积与实测点面积之间的决定系数R2确定出选取的所有土壤样本的几何特征面积受土壤粘粒含量和/或盐分含量影响显著的敏感区间。具体地，根据系数a，b显著性检验结果可以确定几何特征面积受盐分含量的显著影响还是受粘粒含量的显著影响，若系数a为显著相关系数(即P<0.05)，说明几何特征面积受盐分含量显著影响，反之亦然；若系数b为显著相关系数(即P<0.05)，说明几何特征面积受粘粒含量显著影响；而R2则是判断拟合的解吸曲线/吸湿曲线与实测点之间的相关性，R2越大，则两者的相关性越大，这也说明拟合的解吸曲线/吸湿曲线越能描述实测点。因此，在确定所有土壤的敏感区间时，先确定系数a为显著相关系数还是系数b为显著相关系数，再比较所有土壤样本在多种RH步长区间中的决定系数R2值，拟合面积与实测点面积之间的决定系数R2最大对应的区间即为其敏感区间。表3中存在两种RH步长下决定系数R2相同的情况，由于小数点后保留三位小数，实际情况下，RH步长越小，R2略微增大。
之后根据对选取的土壤样本进行四种盐分水平的分类，单独计算每种盐分水平的土壤样本的在各RH步长区间的系数a，b，c的数值、拟合面积与实测点面积之间的决定系数R2以及对系数a、b进行显著性检验；根据系数a、b的显著性检验结果、拟合面积与实测点面积之间的决定系数R2确定出四种盐分水平的土壤样本的几何特征面积受土壤粘粒含量或盐分含量显著影响的敏感区间，其确定敏感区间的方法与上述所有选取的土壤样本的的确定方法相同，即对于每种盐分水平的土壤样本，先确定系数a为显著相关系数还是系数b为显著相关系数；再比较每种盐分水平的土壤样本在多种RH步长区间中的决定系数R2值，拟合点面积与实测点面积之间的决定系数R2为最大值对应的区间即为该种盐分水平土壤的敏感区间。
表3示出了公式(5)中的计算得到的所有土壤样本以及四种不同盐分水平的土壤样本在多种RH步长区间的a，b，c的数值以及系数a，b，c的显著性检验结果、拟合面积与实测点面积之间的决定系数R2，a、b、c以及R2具体计算结果见表3所示：
表3为35个土壤样本的粘粒含量(％)、盐量含量(dS/m)与吸附、解吸和滞后总面积/子面积之间的关系
**表示p～value<0.01；*表示p～value<0.1；RH＝0.9时为几何特征总面积
对35个土壤样本进行分析时(见表3)，系数a对回归方程有显著贡献，土壤盐分含量与吸附面积、解吸面积和滞后面积之间密切相关，该面积包括步长为0.9时的总面积和步长为0.1或0.02时的子面积。并且随着RH步长的减小，子面积与盐分、粘粒含量之间的相关性(R2＝0.804～0.928)大于总面积(R2＝0.733～0.914)。对于所有选取的土壤样本，在吸湿曲线中，从系数a和R2值可以看出，在RH＝0.83～0.85时，系数a为显著性相关系数(P<0.01)，且R2值最大，故在此区间内，吸湿曲线受土壤盐分含量影响显著且拟合的回归曲线与实测点之间的相关性最大，故受土壤盐分含量影响显著的吸湿曲线敏感性区间为RH＝0.83～0.85；用同样的方法，我们还可以从表3中得出，受土壤盐分含量影响显著的解吸曲线敏感性区间为RH＝0.91～0.93，受土壤盐分含量影响显著的滞后作用敏感性区间为RH＝0.53～0.55。再比较三种曲线的R2值，可以看出，对于所有土壤样本，其在RH＝0.83～0.85的吸湿曲线的R2值最大，故可以确定对于所有选取的土壤样本的受土壤盐分含量影响显著的最佳敏感区间为吸湿曲线的RH＝0.83～0.85。
将35个土壤样本划分为4种盐分水平。在非盐渍土的解吸和滞后过程中，系数b对回归方程有显著贡献，从表3可以看出，在RH＝0.85～0.87的解吸子面积和RH＝0.79～0.81的滞后子面积中，系数b为显著相关系数(P<0.01)，且R2值在对应的曲线上最大，故RH＝0.85～0.87的解吸子面积和RH＝0.79～0.81的滞后子面积受土壤粘粒含量的影响显著。在轻度盐渍土的滞后过程和中度盐渍土的吸湿过程中，系数b同样对方程有显著贡献。对于轻度盐渍土，RH＝0.81～0.83的滞后子面积处，系数b为显著相关系数(P<0.01)，且该区间对应的R2值最大，故RH＝0.81～0.83的滞后子面积与粘粒含量之间密切相关，且可确定该区间为其敏感区间。用同样的方法我们可以得出，对于中度盐渍土，在RH＝0.15～0.17的吸湿子面积与粘粒含量之间密切相关且该区间对应的R2值最大，故RH＝0.15～0.17为其吸湿曲线的敏感区间。随着盐分水平的增大，粘粒含量对几何特征面积的影响减小，主要影响因素变为盐分含量(可以从表4中系数a，b显著性检验结果看出)。因此，一般情况下，在非盐渍土和轻盐渍土中，粘粒含量对土壤水蒸汽等温吸附曲线的几何特征面积有显著影响，一定区间内的几何特征面积对土壤粘粒含量有预测潜能。
对于中度盐渍土，盐分含量仅与解吸面积之间存在显著相关性，即对于解吸面积，系数a为显著性相关系数(P<0.01)，根据系数a的显著性检验结果和R2值，RH＝0.85～0.87的解吸子面积受盐分含量影响显著且该区间的R2值最大，故可以确定该区间为解吸曲线的敏感区间。而在重度盐渍土中，盐分含量与吸湿面积、解吸面积和滞后面积之间均存在显著相关性，即系数a的相关性检验结果P<0.01，其中，吸湿曲线敏感性区间为RH＝0.91～0.93，解吸曲线敏感性区间为RH＝0.79～0.81，滞后作用敏感性区间为0.61～0.63。
S6：根据步骤S5找到受土壤盐分含量或粘粒含量显著影响的敏感区间后，建立土壤粘粒含量与敏感区间内的几何特征面积或盐分含量与敏感区间内的几何特征面积之间最好的相关性预测模型公式，并确定每个预测模型公式的适用范围，具体的预测模型公式见表4；同时，筛选出决定系数R2最大的敏感性区间的预测模型公式用于预测土壤粘粒含量或盐分含量。
表4为敏感性区间内几何面积预测土壤粘粒含量或盐分含量的预测模型公式
如表4所示，对于非盐渍土，粘粒含量是影响土壤水分状况的主要因素，RH＝0.85～0.87的解吸子面积和RH＝0.79～0.81的滞后子面积通过简单线性回归方程可以预测粘粒含量，相关性良好(R2>0.9；RRMSE<10％；RMAE<10％)，其中RH＝0.85～0.87的解吸子面积用于预测粘粒含量效果最好。而对于轻度盐渍土，RH＝0.81～0.83的滞后子面积预测粘粒含量效果最优。在中度盐渍土和重度盐渍土中，盐分含量显著影响吸湿曲线和解吸曲线的变化，利用吸湿子面积和解吸子面积通过线性回归方程可以预测土壤含盐量。中度盐渍土中，RH＝0.87～0.89的解吸子面积的预测效果优于RH＝0.15～0.17的吸湿子面积(RH＝0.87～0.89的解吸子面积的R2值大于RH＝0.15～0.17的吸湿子面积的R2值；且RH＝0.87～0.89的解吸子面积的RRMSE和RMAE小于RH＝0.15～0.17的吸湿子面积的RRMSE和RMAE)。而在重度盐渍土中，RH＝0.91～0.93的吸湿子面积预测效果优于RH＝0.79～0.81的解吸子面积(RH＝0.91～0.93的吸湿子面积的R2值大于RH＝0.79～0.81的解吸子面积的R2值，且RH＝0.91～0.93的吸湿子面积的RRMSE和RMAE小于RH＝0.79～0.81的解吸子面积的RRMSE和RMAE)。
当考虑整个土壤样本时，吸附、解吸和滞后子面积随土壤盐分的增加而逐渐增加，其散点图为抛物线型。因此，二项式回归方程能较好地拟合子面积与含盐量的关系(R2＝0.804～0.928)，但误差均增大(RRMSE>15％；RMAE>10％)。其中，RH＝0.83～0.85的吸湿子面积预测含盐量效果最好，但其误差仍比中度盐渍土和重度盐渍土大。
故当土样含盐量较小时，可采用敏感区间内的解吸面积或滞后面积预测土壤粘粒含量；当土样含盐量范围较大时，可采用敏感性区间内的吸湿或解吸面积预测盐分含量，判断土壤盐分水平。
为了检验表4中建立的预测模型公式的可靠性，选择5个土壤样本分别验证预测模型公式(6)～(10)的可靠性，包括1个非盐渍土壤、1个轻度盐渍土、1个中度盐渍土壤和2个重度盐渍土壤，可靠性以误差值为指标。粘粒误差值计算公式为Erclay＝|CLp-CLi|，盐分误差值计算公式为
表5为验证预测模型公式可靠性的指标
如表5所示，非盐渍土和轻盐渍土通过经验公式(6)和(7)得到的粘粒含量与实测粘粒含量之间误差值较小(<1％)；中度盐渍土和重度盐渍土通过经验公式(8)和(9)得到的盐分含量与实测盐分含量之间误差小于5％，预测效果好。将5个土壤通过经验公式(10)得到的盐分含量与实测盐分含量之间的平均误差为26.2％，其中非盐土壤和轻盐土壤的盐分误差值远大于中盐和重盐土壤，但预测值仍在对应的盐分水平之内。因此，针对盐分水平范围较大的土壤样本，盐分含量较高时，采用公式(10)预测效果良好，但盐分含量较低时，同样可以判断低盐土壤所处的盐分水平。因此，表4中建立的预测模型公式较为可靠。
在对于大量样本进行预测时，可以先将大量土壤样本通过公式(10)计算得到每个土壤样本大致的盐分含量，再根据得到的大致盐分含量判断其具体处在四种盐分水平的哪个盐分水平中，然后根据其所在盐分水平适用的最佳预测模型公式即对应预测模型公式(6)～(9)中的一种进行预测土壤粘粒含量或盐分含量。
以上所述是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变动，这些改进和变动也视为本发明的保护范围。
Claims (10)
1.一种基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，包括如下步骤：
S1：在大样本中选取部分土壤样本，用传统测量方法测量出选取的土壤样品的粘粒含量和盐分含量；
S2：测量选取的土壤样本的水蒸气等温吸附曲线实测点，再通过拟合得到完整的吸附曲线和解吸曲线；
S3：计算选取的土壤样本的土壤水蒸汽等温吸附曲线的几何特征面积，包括吸湿、解吸和滞后的几何特征面积；
S4：采用多元回归分析方法对土壤盐分含量、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析，确定几何特征面积受土壤粘粒含量和盐分含量影响显著的敏感区间；
S5：建立土壤粘粒含量与敏感区间内几何特征面积、盐分含量与敏感区间内几何特征面积之间的预测模型公式，并确定每个预测模型公式的适用范围；
S6：将需要测量粘粒含量或盐分含量的土壤样本通过上述相应的预测模型公式计算得到其的粘粒含量或盐分含量。
2.根据权利要求1所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，选取的土壤样本来自4种盐分水平的土壤，分别是土壤饱和浸提液电导率为0～4.5dS/m的非盐渍土、土壤饱和浸提液电导率为4.5～9dS/m的轻度盐渍土、土壤饱和浸提液电导率为9～18dS/m的中度盐渍土以及土壤饱和浸提液电导率大于18dS/m的重度盐渍土，其中每种盐分水平的土壤样本均具有多个。
3.根据权利要求1所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，在步骤S4中对土壤盐分含量、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析时，选取多种RH步长下的吸湿、解吸和滞后的几何特征面积进行计算和分析。
4.根据权利要求2所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，在步骤S4中对土壤盐分含量、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析时，选取多种RH步长下的吸湿、解吸和滞后的几何特征面积进行计算和分析。
5.根据权利要求3或4所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，RH的步长分别选取为0.02，0.1和0.9。
6.根据权利要求3所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，步骤S4还包括：
在对土壤盐分、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析时，建立三者关系的数学表达式：
A＝aEc+bCL+c
其中，EC为电导率，dS/m；CL为粘粒含量，％；A为土壤水蒸汽等温吸附曲线的吸湿、解吸和滞后的几何特征面积，包括总面积和多种RH步长区间的子面积；a、b和c为回归系数；
将步骤S1中得到的所有选取的土壤样本的粘粒含量、盐分含量和步骤S3中拟合步骤S2中土壤样本的水蒸气等温吸附曲线实测点得到的吸附曲线和解吸曲线在相应的多种RH步长区间计算得到的吸湿面积、解吸面积与滞后面积分别代入上述数学表达式中，分别计算选取的所有土壤样本在各RH步长区间内的系数a，b，c的数值、拟合面积与实测点面积之间的决定系数R2，以及对系数a、b的显著性进行检验；
根据系数a、b的显著性检验结果、拟合曲线面积与实测点面积之间的决定系数R2值确定出所有选取的土壤样本的几何特征面积受土壤粘粒含量或盐分含量显著影响的敏感区间，即比较所有选取的土壤样本在多种RH步长区间中的系数a、b的显著相关性以及决定系数R2值，其中，a为显著相关系数则受盐分含量影响显著，b为显著相关系数则受粘粒含量影响显著，而拟合曲线面积与实测点面积之间的决定系数R2值最大对应的区间即为所有选取的土壤样本的敏感区间。
7.根据权利要求6所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，建立适用于所有土壤的预测模型公式，其预测模型公式为：
所有土壤的敏感区间为RH＝0.83～0.85，盐分含量的预测模型公式为：Ec(p)＝-4.66×107SAa 2+1.38×105SAa-44.18，其中Ec(p)为土壤预测的电导率，SAa为敏感区间的吸湿曲线面积。
8.根据权利要求4所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，步骤S4还包括：
在对土壤盐分、粘粒含量与等温吸附曲线的几何特征面积进行显著相关性分析时，建立三者关系的数学表达式：
A＝aEc+bCL+c
其中，EC为电导率，dS/m；CL为粘粒含量，％；A为土壤水蒸汽等温吸附曲线的吸湿、解吸和滞后的几何特征面积，包括总面积和多种RH步长区间的子面积；a、b和c为回归系数；
将步骤S1中得到的所有选取的土壤样本的粘粒含量、盐分含量和步骤S3中拟合步骤S2中土壤样本的水蒸气等温吸附曲线实测点得到的吸附曲线和解吸曲线在相应的多种RH步长区间计算得到的吸湿面积、解吸面积与滞后面积分别代入上述数学表达式中，分别计算选取的所有土壤样本在各RH步长区间内的系数a，b，c的数值、拟合面积与实测点面积之间的决定系数R2，以及对系数a、b的显著性进行检验；根据系数a、b的显著性检验结果、拟合曲线面积与实测点面积之间的决定系数R2值确定出所有选取的土壤样本的几何特征面积受土壤粘粒含量或盐分含量显著影响的敏感区间，即比较所有选取的土壤样本在多种RH步长区间中的系数a、b的显著相关性以及决定系数R2值，其中，a为显著相关系数则其受盐分含量影响显著，b为显著相关系数则其受粘粒含量影响显著，而拟合面积与实测点面积之间的决定系数R2值最大对应的区间即为所有选取的土壤样本的敏感区间；
再根据上述的对选取的土壤样本进行的四种盐分水平的分类，单独计算每种盐分水平的土壤样本在各RH步长区间的系数a，b，c的数值、系数a、b的显著相关性以及拟合面积与实测点面积之间的决定系数R2值；根据系数a、b的显著相关性、拟合面积与实测点面积之间的决定系数R2确定出四种盐分水平的土壤样本的几何特征面积受土壤粘粒含量或盐分含量显著影响的敏感区间，其中，对于每种盐分水平的土壤样本，a为显著相关系数则其受盐分含量影响显著，b为显著相关系数则其受粘粒含量影响显著，而拟合面积与实测点面积之间的决定系数R2值最大对应的区间即为其敏感区间。
9.根据权利要求8所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，建立所有土壤和四种盐分水平的土壤分别在其敏感性区间内用几何面积预测土壤粘粒含量或盐分含量的模型公式，其预测模型公式分别为：
所有土壤的敏感区间为RH＝0.83～0.85，盐分含量的预测模型公式为：Ec(p)＝-4.66×107SAa 2+1.38×105SAa-44.18，其中Ec(p)为土壤预测电导率，SAa为敏感区间的吸湿曲线面积；
非盐渍土的敏感区间为RH＝0.85～0.87，粘粒含量预测模型公式为：CLp＝4.34×105SAd-188.83，其中为CLp为预测粘粒含量，SAd为敏感区间的解吸曲线面积；
轻度盐渍土的敏感区间为RH＝0.81～0.83，粘粒含量预测模型公式为：CLp＝-3.09×105SAh+43.97，其中为CLp为预测粘粒含量，SAh为敏感区间的滞后面积；
中度盐渍土的敏感区间为RH＝0.87～0.89，盐分含量预测模型公式为：Ec(p)＝9.38×104SAd-41.82，其中Ec(p)为预测电导率含量，SAd为敏感区间的解吸曲线面积；
重度盐渍土的敏感区间为RH＝0.91～0.93，盐分含量预测模型公式为：Ec(p)＝2.21×104SAa+4.32，其中Ec(p)为预测电导率含量，SAa为敏感区间的吸湿曲线面积。
10.根据权利要求9所述的基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法，其特征在于，在对大量样本进行预测时，先将大量土壤样本中的每个土壤样本通过上述的适用于所有土壤样本的盐分含量预测模型公式计算得到每个土壤样本的大致盐分含量，再根据每个土壤样本预测的大致盐分含量判断其具体属于四种盐分水平中的哪种盐分水平的土壤，最后根据其对应的盐分水平适用的预测模型公式进行预测土壤粘粒含量或盐分含量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910435733.0A CN110231452B (zh) | 2019-05-23 | 2019-05-23 | 基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910435733.0A CN110231452B (zh) | 2019-05-23 | 2019-05-23 | 基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110231452A CN110231452A (zh) | 2019-09-13 |
| CN110231452B true CN110231452B (zh) | 2020-05-26 |
Family
ID=67861596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910435733.0A Active CN110231452B (zh) | 2019-05-23 | 2019-05-23 | 基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110231452B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112525760A (zh) * | 2020-11-24 | 2021-03-19 | 厦门市健康医疗大数据中心(厦门市医药研究所) | 一种数字化定量评价物质吸湿性强弱的方法 |
| CN113702618B (zh) * | 2021-07-22 | 2022-06-24 | 浙江大学 | 快速测定土体等温吸附曲线的循环闭合系统土柱测试方法 |
| CN116736916B (zh) * | 2023-08-11 | 2023-10-20 | 中国电建集团华东勘测设计研究院有限公司 | 单一盐溶液湿度控制下土体变形与土水特性试验装置 |
| CN117074403B (zh) * | 2023-08-17 | 2024-05-28 | 宁夏大学 | 一种土壤水分盐分信息自动化提取装置 |
| CN119001064A (zh) * | 2024-09-02 | 2024-11-22 | 宁夏大学 | 一种冻融过程土壤含盐量的预测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107505432A (zh) * | 2017-08-03 | 2017-12-22 | 西南石油大学 | 一种定量测定页岩插层剂抑制黏土表面水化能力的评价方法 |
-
2019
- 2019-05-23 CN CN201910435733.0A patent/CN110231452B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110231452A (zh) | 2019-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110231452B (zh) | 基于等温吸附曲线预测土壤粘粒含量或盐分含量的方法 | |
| Zhao et al. | Characterizing uncertainty in process-based hydraulic modeling, exemplified in a semiarid Inner Mongolia steppe | |
| CN104062256B (zh) | 一种基于近红外光谱的软测量方法 | |
| CN104949936B (zh) | 基于优化偏最小二乘回归模型的样品成份测定方法 | |
| CN104897592B (zh) | 基于高光谱技术的盐渍化土壤盐分离子含量监测方法 | |
| CN103854305A (zh) | 一种基于多尺度建模的模型传递方法 | |
| WO2017084119A1 (zh) | 一种具有无测点温度补偿功能的近红外物性参数测量方法 | |
| CN107958267B (zh) | 一种基于光谱线性表示的油品性质预测方法 | |
| Li et al. | Accuracy calibration and evaluation of capacitance-based soil moisture sensors for a variety of soil properties | |
| CN109738380B (zh) | 一种土壤盐渍化程度的高光谱遥感判断方法 | |
| CN108982406A (zh) | 一种基于算法融合的土壤氮素近红外光谱特征波段选取方法 | |
| Wang et al. | Quantitative estimation of organic matter content in arid soil using Vis‐NIR spectroscopy preprocessed by fractional derivative | |
| Zhang et al. | Quantitative estimating salt content of saline soil using laboratory hyperspectral data treated by fractional derivative | |
| Boardman et al. | Simple and accurate temperature correction for moisture pin calibrations in oriented strand board | |
| CN104198512A (zh) | 基于支持向量机的x射线荧光光谱分析方法及装置 | |
| CN101055248B (zh) | 用近红外光谱技术分析高水分玉米及冻玉米水分的方法 | |
| CN104730042A (zh) | 一种遗传算法结合激光诱导击穿光谱提高自由定标分析精度的方法 | |
| CN103175805A (zh) | 一种近红外光谱测定污水中cod和bod5指标的方法 | |
| CN108918606A (zh) | 介电法测定土壤含水量的土壤原位率定曲线的获取方法 | |
| CN111090831A (zh) | 一种湖泊面积变化关键驱动因子识别方法 | |
| CN103868858B (zh) | 一种确定盐渍土主导盐分光谱响应最佳波段的方法 | |
| CN111307874A (zh) | 一种气候环境影响的混凝土电阻率预测方法 | |
| Pittaki-Chrysodonta et al. | Comparing visible–near‐infrared spectroscopy and a pedotransfer function for predicting the dry region of the soil‐water retention curve | |
| Koch et al. | Use of characteristic functions derived from proficiency testing data to evaluate measurement uncertainties | |
| CN119224270A (zh) | 一种酸性废水底泥污染的土壤风险评价方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |