竞彩足球app

欢迎访问 草业科学,今天是

LIYONGJINHONGWAIGUANGPUJISHUFENXIYUMIJIEGANHEXIAOMAIJIEGANDEYINGYANGCHENGFEN

郭涛 黄右琴 兰贵生 闫佰鹏 李发弟 李飞

引用本文: 郭涛,黄右琴,兰贵生,闫佰鹏,李发弟,李飞. 利用近红外光谱技术分析玉米秸秆和小麦秸秆的营养成分. 草业科学, 2020, 37(6): 1204-1214 doi: 10.11829/j.issn.1001-0629.2019-0446 shu
Citation:  GUO T, HUANG Y Q, LAN G S, YAN B P, LI F D, LI F. Quantitative analysis of nutrients in corn straw and wheat straw using near-infrared spectroscopy. Pratacultural Science, 2020, 37(6): 1204-1214 doi: 10.11829/j.issn.1001-0629.2019-0446 shu

利用近红外光谱技术分析玉米秸秆和小麦秸秆的营养成分

    作者简介: 郭涛(1994-),男,甘肃庆阳人,在读硕士生,主要从事饲料资源开发与利用研究。E-mail: .cn;
    通讯作者: 李飞, .cn
摘要: 为利用近红外光谱技术(near-infrared reflectance spectroscopy, NIRS)分别建立玉米秸秆(corn straw)和小麦秸秆(wheat straw)的近红外预测模型,本研究从甘肃、新疆和河南3个省(区)共采集玉米秸秆样品155份、小麦秸秆样品135份,选取玉米秸秆124份作为定标集、31份作为验证集,小麦秸秆108份作为定标集、27份作为验证集,利用近红外光谱技术结合改良偏最小二乘法(MPLS)等化学计量学方法分别建立玉米秸秆和小麦秸秆的干物质(dry matter, DM)、粗蛋白(crude protein, CP)、中性洗涤纤维(neutral detergent fiber, NDF)、酸性洗涤纤维(acid detergent fiber, ADF)和酸性洗涤木质素(acid detergent lignin, ADL) 5个指标的近红外预测模型。结果表明: 1)玉米秸秆DM、CP、NDF、ADF和ADL的平均含量分别为94.60%、5.16%、63.88%、36.33%和3.32%;小麦秸秆DM、CP、NDF、ADF和ADL的平均含量分别为95.35%、3.42%、77.31%、46.59%和6.84%。2)玉米和小麦秸秆的CP含量预测模型交互验证决定系数(1−VR) > 0.90,且外部验证决定系数(RSQ) > 0.84,构建的模型可以用于实际预测。3)玉米秸秆DM、NDF、ADF和小麦秸秆DM各指标定标模型的1−VR值在0.80左右,可以粗略地预测其营养成分含量,其余各指标模型预测效果不太理想,模型需要进一步优化。综上所述,本研究为生产实践中快速预测玉米和小麦秸秆营养成分含量提供了理论依据,并且通过NIRS建立了其近红外预测模型。

English

    1. [1]

      谢光辉, 王晓玉, 任兰天.  中国作物秸秆资源评估研究现状[J]. 生物工程学报, 2010, 26(7): 855-863.
      XIE G H, WANG X Y, REN L T.  China’s crop residues resources evaluation[J]. Chinese Journal of Biotechnology竞彩足球app, 2010, 26(7): 855-863.

    2. [2]

      石祖梁, 贾涛, 王亚静, 王久臣, 孙仁华, 王飞, 李想, 毕于运.  竞彩足球app国农作物秸秆综合利用现状及焚烧碳排放估算[J]. 中国农业资源与区划, 2017, 38(9): 32-37. doi:
      SHI Z L, JIA T, WANG Y J, WANG J C, SUN R H, WANG F, LI X, BI Y Y.  Current status of comprehensive utilization of crop straw in China and estimation of carbon emissions from incineration[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2017, 38(9): 32-37. doi:

    3. [3]

      吕中旺, 王建, 孙鹏, 刘辉, 刘威, 王加启, 余雄, 杨开伦, 张文举, 阿扎提.  秸秆主产区三大作物秸秆饲用品质分析与评价[J]. 草业科学, 2018, 35(8): 2016-2021. doi:
      LYU Z W, WANG J, SUN P, LIU H, LIU W, WANG J Q, YU X, YANG K L, ZHANG W J, Azhati.  Forage quality of three crop straws in a main producing area[J]. Pratacultural Science, 2018, 35(8): 2016-2021. doi:

    4. [4]

      刁其玉, 张乃峰.  非常规饲料资源开发与应用评价[J]. 饲料与畜牧, 2010, 29(10): 8-12.
      DIAO Q Y, ZHANG N F.  Unconventional feed resource development and application evaluation[J]. Feed and Animal Husbandry竞彩足球app, 2010, 29(10): 8-12.

    5. [5]

      朱建春, 李荣华, 杨香云, 张增强, 樊志民.  近30年来中国农作物秸秆资源量的时空分布[J]. 西北农林科技大学学报(自然科学版), 2012, 40(4): 139-145.
      ZHU J C, LI R H, YANG X Y, ZHANG Z Q, FAN Z M.  Spatial and temporal distribution of crop straw resources in 30 years in China[J]. Journal of Northwest A & F University (Natural Science Edition), 2012, 40(4): 139-145.

    6. [6]

      相姝楠.  浅析秸秆饲料化利用技术发展现状与趋势[J]. 中国奶牛, 2017, (12): 12-14.
      XIANG S N.  Preliminary analysis on the development status and trend of straw feed utilization technology[J]. China Dairy Cattle, 2017, (12): 12-14.

    7. [7]

      王利, 孟庆翔, 任丽萍, 杨建松.  近红外光谱快速分析技术及其在动物饲料和产品品质检测中的应用[J]. 光谱学与光谱分析, 2010, 30(6): 1482-1487. doi:
      WANG L, MENG Q X, REN L P, YANG J S.  Near infrared reflectance spectroscopy (NIRS) and its application in the determination for the quality of animal feed and products[J]. Spectroscopy and Spectral Analysis, 2010, 30(6): 1482-1487. doi:

    8. [8]

      STARR C, SUTTLE J, MORGAN A, SMITH D.  A comparison of sample preparation and calibration techniques for the estimation of nitrogen, oil and glucosinolate content of rapeseed by near infrared spectroscopy[J]. The Journal of Agricultural Science, 1985, 104(2): 317-323. doi:

    9. [9]

      GRAHAM S F, HAUGHEY S A, ERVIN R M, CANCOUË E, BELL S, ELLIOTT C T.  The application of near-infrared (NIR) and Raman spectroscopy to detect adulteration of oil used in animal feed production[J]. Food Chemistry, 2012, 132(3): 1614-1619. doi:

    10. [10]

      徐广通, 袁洪福, 陆婉珍.  现代近红外光谱技术及应用进展[J]. 光谱学与光谱分析, 2000, 20(2): 134-142. doi:
      XU G T, YUAN H F, LU W Z.  Development of modern near infrared spectroscopic techniques and its applications[J]. Spectroscopy and Spectral Analysis, 2000, 20(2): 134-142. doi:

    11. [11]

      李尚科, 杜国荣, 丁胜华, 单杨, 蒋立文, 刘霞, 李跑.  近红外光谱结合化学计量法快速无损鉴别燕麦[J]. 食品与机械, 2019, 35(2): 72-76.
      LI S K, DU G R, DING S H, SHAN Y, JIANG L W, LIU X, LI P.  Rapid and non-destructive identification of different brands and inferior oats by near infrared spectroscopy combined with chemometrics Methods[J]. Food & Machinery竞彩足球app, 2019, 35(2): 72-76.

    12. [12]

      NORRIS K, BARNES R, MOORE J, SHENK J.  Predicting forage quality by infrared reflectance spectroscopy[J]. Journal of Animal Science, 1976, 43(4): 889-897. doi:

    13. [13]

      GIVENS D, BOEVER J D E, DEAVILLE E.  The principles practices and some future applications of near infrared spectroscopy for predicting the nutritive value of foods for animals and humans[J]. Nutrition Research Reviews, 1997, 10(1): 83-114. doi:

    14. [14]

      ABASI S, MINAEI S, JAMSHIDI B, FATHI D, KHOSHTAGHAZA M H.  Rapid measurement of apple quality parameters using wavelet de-noising transform with Vis/NIR analysis[J]. Scientia Horticulturae, 2019, 252(): 7-13. doi:

    15. [15]

      CORTÉS V, CUBERO S, BLASCO J, ALEIXOS N, TALENS P.  In-line application of visible and near-infrared diffuse reflectance spectroscopy to identify apple varieties[J]. Food and Bioprocess Technology, 2019, 12(6): 1021-1030. doi:

    16. [16]

      向延菊, 蒲云峰, 王大伟.  近红外光谱在果蔬品质定性分析中的应用研究进展[J]. 食品工业, 2019, 40(4): 255-259.
      XIANG Y J, PU Y F, WANG D W.  Application of near infrared spectroscopy in qualitative analysis of the quality of fruits and vegetables[J]. Food Industry, 2019, 40(4): 255-259.

    17. [17]

      FERREIRA S L, VASCONCELLOS R S, ROSSI R M, PAULA V R C D, FACHINELLO M R, HUEPA L M D, POZZA P C.  Using near infrared spectroscopy to predict metabolizable energy of corn for pigs[J]. Scientia Agricola, 2018, 75(6): 486-493. doi:

    18. [18]

      PARK R, AGNEW R, GORDON F, STEEN R.  The use of near infrared reflectance spectroscopy (NIRS) on undried samples of grass silage to predict chemical composition and digestibility parameters[J]. Animal Feed Science and Technology, 1998, 72(1/2): 155-167.

    19. [19]

      FERNÁNDEZ-IBAÑEZ V, SOLDADO A, MARTÍNEZ-FERNÁNDEZ A, ROZA-DELGADO B DE LA.  Application of near infrared spectroscopy for rapid detection of aflatoxin B1 in maize and barley as analytical quality assessment[J]. Food Chemistry, 2009, 113(2): 629-634. doi:

    20. [20]

      BERZAGHI P, DALLE ZOTTE A, JANSSON L, ANDRIGHETTO I.  NEAR-infrared reflectance spectroscopy as a method to predict chemical composition of breast meat and discriminate between different n-3 feeding sources[J]. Poultry Science, 2005, 84(1): 128-136. doi:

    21. [21]

      PRIETO N, LOPEZ-CAMPOS O, AALHUS J, DUGAN M, JUAREZ M, UTTARO B.  Use of near infrared spectroscopy for estimating meat chemical composition, quality traits and fatty acid content from cattle fed sunflower or flaxseed[J]. Meat Science, 2014, 98(2): 279-288. doi:

    22. [22]

      李玉鹏, 李海花, 朱琪, 乔家运, 王文杰.  近红外光谱分析技术及其在饲料中的应用[J]. 中国饲料, 2017, (4): 22-26.
      LI Y P, LI H H, ZHU Q, QIAO J Y, WANG W J.  Application of near infrared reflectance spectroscopy in feed[J]. Chinese Feed竞彩足球app, 2017, (4): 22-26.

    23. [23]

      张丽英. 饲料分析及饲料质量检测技术. 北京. 中国农业大学出版社, 2007.
      ZHANG L Y. Feed Analysis and Feed Quality Testing Technology. Beijing. China Agricultural University Press, 2007.

    24. [24]

      赵枝新, 金岭梅.  粉碎粒度对近红外分析仪测定饲料样品干物质和粗蛋白质含量的影响[J]. 中国饲料, 2002, (3): 35-35. doi:
      ZHAO Z X, JIN L M.  Effect of pulverization particle size on determination of dry matter and crude protein in feed samples by near-infrared analyzer[J]. Chinese Feed, 2002, (3): 35-35. doi:

    25. [25]

      褚小立, 袁洪福, 陆婉珍.  基础数据准确性对近红外光谱分析结果的影响[J]. 光谱学与光谱分析, 2005, 25(6): 886-889. doi:
      CHU X L, YUAN H F, LU W Z.  Effects of the accuracy of reference data on NIR prediction results[J]. Spectroscopy and Spectral Analysis, 2005, 25(6): 886-889. doi:

    26. [26]

      闫佰鹏, 王芳彬, 李成海, 周文静, 李发弟, 李飞.  利用近红外光谱技术快速评定油菜秸秆的营养价值[J]. 草业科学, 2019, 36(2): 522-530. doi:
      YAN B P, WANG F B, LI C H, ZHOU W J, LI F D, LI F.  Rapid evaluation of nutritional value of rape straw by near infrared spectroscopy[J]. Pratacultural Science, 2019, 36(2): 522-530. doi:

    27. [27]

      王芳彬. 基于CNCPS 和近红外光谱技术评定油菜秸秆营养价值. 兰州: 甘肃农业大学硕士学位论文, 2016.
      竞彩足球app WANG F B. Evaluation of nutritional values of rape straw based on CNCPS and near infrared reflectance spectroscopy. Master Thesis. Lanzhou: Gansu Agricultural University, 2016.

    28. [28]

      李国彰. 大麦秸秆营养价值评定及育肥羔羊大麦秸秆型饲粮的研究. 兰州: 兰州大学硕士学位论文, 2017.
      LI G Z. Research on evaluation of the Nutritive value of barley straw and fattening lamb with barley straw diet. Master thesis. Lanzhou: Lanzhou University, 2017.

    29. [29]

      ASEKOVA S, HAN S I, CHOI H J, PARK S J, SHIN D H, KWON C H, SHANNON J G, LEE J D.  Determination of forage quality by near-infrared reflectance spectroscopy in soybean[J]. Turkish Journal of Agriculture and Forestry, 2016, 40(1): 45-52.

    1. [1]

      王红关皓陈明彭安琪李小梅李昌华李小铃刘卫国方萍闫艳红 . 收获期对玉米籽粒产量和秸秆青贮品质的影响. 草业科学, 2018, 12(6): 1574-1581. doi: 

    2. [2]

      冉福雷赵民焦婷程强赵生国高雪梅李昌宁 . 汽爆处理对玉米–小麦型混合秸秆营养品质的影响. 草业科学, 2019, 36(3): 878-887. doi:  竞彩足球app

    3. [3]

      阴法庭张凤华 . 饲料油菜与玉米秸秆混合青贮营养品质. 草业科学, 2018, 12(7): 1790-1796. doi: 

    4. [4]

      郭鹏辉韦体刘慧霞高丹丹臧荣鑫卢建雄蔡勇杨具田 . 发酵剂对紫苏秸秆发酵饲料品质及营养成分的影响. 草业科学, 2018, 12(5): 1299-1307. doi: 

    5. [5]

      蒋苏苏金丽娜敬淑燕何建文宋世斌张慧君李玩生 . 添加中药渣对全株玉米青贮感官和发酵品质及营养成分的影响. 草业科学, 2017, 11(9): 1947-1954. doi:  竞彩足球app

    6. [6]

      成启明格根图项锴峰刘丽英范文强蔡曙光贾玉山 . 柠条与玉米秸秆混合微贮及其组合效应. 草业科学, 2018, 12(7): 1780-1789. doi: 

    7. [7]

      杨道兰汪建旭冯炜弘张艳尹燕王永林 . 花椰菜茎叶与玉米秸秆的混贮品质. 草业科学, 2014, 8(3): 551-557. doi:  竞彩足球app

    8. [8]

      陈继康董国云喻春明陈平高钢陈坤梅王晓飞朱爱国 . 苎麻与水稻/玉米秸秆混合青贮饲用价值评价. 草业科学, 2020, 37(3): 583-591. doi: 

    9. [9]

      朱宝珍高强李飞李发弟 . 茴香秸秆替代玉米秸秆对湖羊瘤胃液挥发性脂肪酸、微生物区系和肌肉脂肪酸组成的影响. 草业科学, 2020, 37(): 1-10. doi: 

    10. [10]

      张海龙赵芳芳左志马垭杰石斌刚王鹏张伟李少斌赵志东胡江 . 复合秸秆颗粒饲料生产工艺优化. 草业科学, 2020, 37(4): 812-818. doi:  竞彩足球app

    11. [11]

      闫佰鹏王芳彬李成海周文静李发弟李飞 . 利用近红外光谱技术快速评定油菜秸秆的营养价值. 草业科学, 2019, 36(2): 522-530. doi:  竞彩足球app

    12. [12]

      黄晓辉李树成李东华王彦荣竞彩足球app . 苦豆子和玉米秸秆的混合青贮. 草业科学, 2013, 7(10): 1633-1639.

    13. [13]

      白雪纯张君红冯魁亮王涛夏宇康马超然龙明秀何树斌 . 化肥减量配施有机肥对青贮玉米产量、营养价值及土壤微生物活性的影响. 草业科学, 2020, 37(2): 348-354. doi:  竞彩足球app

    14. [14]

      吴端钦王郝为侯振平张旭戴求仲 . 几种南方非常规饲料作物的营养成分及氨基酸组成. 草业科学, 2017, 11(6): 1332-1336. doi: 

    15. [15]

      张亚格李茂周汉林胡琳李韦徐铁山 . 3个品种柱花草的营养成分和产气特征. 草业科学, 2017, 11(1): 165-172. doi:  竞彩足球app

    16. [16]

      刘小飞孟可爱 . 不同茬次桂牧一号营养成分对尿素和碳铵的响应. 草业科学, 2013, 7(11): 1790-1795.

    17. [17]

      田静唐国建李国栋张建国 . 柑橘肉和小麦壳混合青贮及其饲用品质. 草业科学, 2020, 37(1): 194-200. doi: 

    18. [18]

      柳金良郑琪孙志强柳发财石晓瑛 . 酿饲兼用型高粱和粮饲兼用型玉米饲用价值比较. 草业科学, 2019, 36(1): 161-168. doi:  竞彩足球app

    19. [19]

      彭先琴周青平刘文辉魏小星田莉华陈有军王沛 . 川西北高寒地区6个燕麦品种生长特性的比较分析. 草业科学, 2018, 12(5): 1208-1217. doi:  竞彩足球app

    20. [20]

      闫贵龙田树飞穆秀明曹春梅王瑞兵陈哲凯 . 摘穗和收获时间对甜玉米秸秆主要营养成分的影响. 草业科学, 2015, 9(8): 1323-. doi: 

  • 竞彩足球app

    图 1  竞彩足球app 155份玉米秸秆原始光谱图

    Figure 1.  The original near infrared spectrum of 155 corn straw samples

    图 2  竞彩足球app 135份小麦秸秆原始光谱图

    Figure 2.  The original near infrared spectrum of 135 wheat straw samples

    图 3  竞彩足球app 155份玉米秸秆一阶导数处理光谱图

    Figure 3.  竞彩足球app First derivative of near infrared spectrum of 155 corn straw samples

    图 4  竞彩足球app 155份玉米秸秆二阶导数处理光谱图

    Figure 4.  Second derivative of near infrared spectrum of 155 corn straw samples

    图 5  竞彩足球app 135份小麦秸秆一阶导数处理光谱图

    Figure 5.  First derivative of near infrared spectrum of 135 wheat straw samples

    图 6  135份小麦秸秆二阶导数处理光谱图

    Figure 6.  竞彩足球app Second derivative of near infrared spectrum of 135 wheat straw samples

    表 1  玉米、小麦秸秆样品分布区域汇总

    Table 1.  竞彩足球app Distribution information and sample number of corn and wheat straw samples

    省(区) Province县(区) County采样份数 Number of samples
    玉米秸秆 Corn straw小麦秸秆 Wheat straw
    甘肃 Gansu 永登县 Yongdeng 5 9
    皋兰县 Gaolan 16 17
    天祝县 Tianzhu 3
    古浪县 Gulang 17 16
    凉州区 Liangzhou 20 16
    永昌县 Yongchang 13 14
    民乐县 Minle 7 8
    甘州区 Ganzhou 12 6
    临泽县 Linze 12 2
    高台县 Gaotai 11 5
    山丹县 Shandan 2 10
    新疆 Xinjiang –      7 9
    河南 Henan –      33 20
    总计 Total –      155 135
    下载: 导出CSV

    表 2  玉米秸秆营养成分

    Table 2.  竞彩足球app The nutrient content of corn straw

    项目 Item最小值 Minimum/%最大值 Maximum/%平均值 Mean/%标准差 SD/%变异系数 CV/%
    DM 91.92 96.99 94.60 1.18 1.06
    CP 1.92 10.15 5.16 1.41 27.24
    NDF 43.73 82.13 63.88 6.89 10.79
    ADF 23.36 66.57 36.33 5.29 14.55
    ADL 1.17 10.70 3.32 1.66 50.07
     DM,干物质;CP,粗蛋白;NDF,中性洗涤纤维;ADF,酸性洗涤纤维;ADL,酸性洗涤木质素;下同。
     DM, dry matter; CP, crude protein; NDF, neutral detergent fiber; ADF, acid detergent fiber; ADL, acid detergent lignin; this is applicable for the following tables as well.
    下载: 导出CSV

    表 3  小麦秸秆营养成分

    Table 3.  Nutrient content of wheat straw

    项目 Item最小值 Minimum/%最大值 Maximum/%平均值 Mean/%标准差 SD/%变异系数 CV/%
    DM 93.05 97.32 95.35 1.10 1.16
    CP 1.52 6.75 3.42 0.97 28.47
    NDF 64.64 87.81 77.31 5.75 7.43
    ADF 35.73 58.72 46.59 4.77 10.24
    ADL 4.14 9.93 6.84 1.52 22.24
    下载: 导出CSV

    表 4  竞彩足球app 玉米秸秆营养成分最佳定标模型

    Table 4.  竞彩足球app Optimal NIRS prediction models for nutrition indices of corn straw

    项目
    Item
    光谱处理
    Spectrum treatment
    参数
    Parameter
    样本数
    Sample number
    定标标准
    分析误差SEC
    交叉校验
    标准误差SECV
    交叉验证
    相关系数1-VR
    DM Weighted MSC 2,4,4,1 121 0.477 3 0.544 2 0.784 8
    CP Weighted MSC 2,4,4,1 117 0.165 9 0.249 7 0.964 0
    NDF SNV and Detrend 2,4,4,1 116 2.461 1 2.903 4 0.790 9
    ADF Inverse MSC 2,4,4,1 121 1.472 4 1.750 8 0.831 0
    ADL None 2,4,4,1 122 1.084 0 1.153 5 0.268 7
     Weighted MSC: 加权多元离散校正处理;SNV and Detrend: 标准正常化和散射处理;Inverse MSC: 反向多元离散校正处理;None: 无处理;下同。
     SEC: standard error of calibration; SECV: standard error of cross validation; 1-VR: 1 minus the variance ration; This is applicable for thefollowing tables as well.
    下载: 导出CSV

    表 5  竞彩足球app 小麦秸秆营养成分最佳定标模型

    Table 5.  Optimal NIRS prediction models for nutrition indices of wheat straw

    项目
    Item
    光谱处理
    Spectrum treatment
    参数
    Parameter
    样本数
    Sample number
    定标标准
    分析误差SEC
    交叉校验
    标准误差SECV
    交叉验证
    相关系数1-VR
    DM SNV and Detrend 2,4,4,1 97 0.379 9 0.496 2 0.777 7
    CP Standard MSC 2,4,4,1 95 0.167 1 0.226 9 0.937 8
    NDF None 2,4,4,1 100 3.886 2 4.216 6 0.458 7
    ADF Detrend only 2,4,4,1 100 3.608 8 3.824 9 0.366 4
    ADL None 2,4,4,1 99 1.137 6 1.195 5 0.337 1
     SNV and Detrend: 标准正常化和散射处理;Standard MSC: 标准多元离散校正处理;Detrend only: 去散射处理。
    下载: 导出CSV

    表 6  验证集玉米秸秆营养成分

    Table 6.  竞彩足球app Nutrient content of corn straw in the validation set

    项目 Item最小值 Minimum/%最大值 Maximum/%平均值 Mean/%标准差 SD/%变异系数 CV/%
    DM 93.02 96.11 94.74 0.99 1.04
    CP 3.09 7.05 5.08 1.05 20.63
    NDF 55.10 74.47 64.43 4.26 6.62
    ADF 28.46 46.41 35.83 3.27 9.13
    ADL 1.35 8.38 3.03 1.58 52.07
    下载: 导出CSV

    表 7  验证集小麦秸秆营养成分

    Table 7.  竞彩足球app Nutrient content of wheat straw in the validation set

    项目 Item最小值 Minimum/%最大值 Maximum/%平均值 Mean/%标准差 SD/%变异系数 CV/%
    DM 92.95 97.23 95.33 1.16 1.22
    CP 1.62 5.28 3.08 0.92 29.82
    NDF 65.97 85.81 76.80 6.48 8.44
    ADF 38.79 56.85 47.25 5.72 12.10
    ADL 4.43 9.59 6.92 1.68 24.31
    下载: 导出CSV

    表 8  竞彩足球app 玉米秸秆最佳定标模型验证结果

    Table 8.  Best-calibration model validation of corn straw

    项目
    Item
    光谱处理
    Spectrum treatment
    参数
    Parameter
    内部验证 External validation外部验证 Internal validation
    NSEPRSQBiasNSEPRSQBias
    DM Weighted MSC 2,4,4,1 124 0.491 0.819 –0.001 31 0.417 0.820 0.066
    CP Weighted MSC 2,4,4,1 124 0.290 0.959 0.010 31 0.307 0.888 0.002
    NDF SNV and Detrend 2,4,4,1 124 2.507 0.834 –0.075 31 2.802 0.544 0.324
    ADF Inverse MSC 2,4,4,1 124 1.666 0.839 0.011 31 1.827 0.679 0.068
    ADL None 2,4,4,1 124 1.036 0.382 –0.048 31 0.866 0.287 –0.536
     N,样本数;SEP,验标标准分析误差;RSQ,定标决定系数;Bias,平均偏差;下同。
    下载: 导出CSV

    表 9  竞彩足球app 小麦秸秆最佳定标模型验证结果

    Table 9.  Best-calibration model validation of wheat straw

    项目
    Item
    光谱处理
    Spectrum treatment
    参数
    Parameter
    内部验证 External validation外部验证 Internal validation
    NSEPRSQBiasNSEPRSQBias
    DM SNV and Detrend 2,4,4,1 108 0.412 0.853 –0.022 27 0.466 0.848 –0.101
    CP Standard MSC 2,4,4,1 108 0.171 0.962 0.008 27 0.368 0.835 –0.039
    NDF None 2,4,4,1 108 3.467 0.610 0.256 27 3.545 0.579 0.907
    ADF Detrend only 2,4,4,1 108 3.622 0.426 0.364 27 3.118 0.758 1.386
    ADL None 2,4,4,1 108 1.181 0.343 0.097 27 0.926 0.668 0.103
    下载: 导出CSV
    竞彩足球app_竞彩足球app链接 yabo官网_yabo国际-欢迎您 亚搏在线官网_亚搏全站app下载- 网页版 亚搏体育注册_亚搏网址-官方推荐 亚搏app_亚搏app下载安装>> 首页 yabo入口_yabo网页-【全网唯一大品牌】
  • <tfoot id='usft4'></tfoot>

          <legend id='usft4'><style id='usft4'><dir id='usft4'><q id='usft4'></q></dir></style></legend>
          <i id='usft4'><tr id='usft4'><dt id='usft4'><q id='usft4'><span id='usft4'><b id='usft4'><form id='usft4'><ins id='usft4'></ins><ul id='usft4'></ul><sub id='usft4'></sub></form><legend id='usft4'></legend><bdo id='usft4'><pre id='usft4'><center id='usft4'></center></pre></bdo></b><th id='usft4'></th></span></q></dt></tr></i><div id='usft4'><tfoot id='usft4'></tfoot><dl id='usft4'><fieldset id='usft4'></fieldset></dl></div>

              <bdo id='usft4'></bdo><ul id='usft4'></ul>

              1. 加载中
              2. 图(6)表(9)
                计量
                • PDF下载量:  23
                • 文章访问数:  779
                • HTML全文浏览量:  275
                文章相关
                • 通讯作者:  李飞, .cn
                • 收稿日期:  2018-08-30
                • 刊出日期:  2019-06-01
                通讯作者: 陈斌,
                • 1. 

                  SHENYANGHUAGONGDAXUECAILIAOKEXUEYUGONGCHENGXUEYUAN SHENYANG 110142

                1. 本站搜索
                2. 百度学术搜索
                3. 万方数据库搜索
                4. CNKI搜索

                /

                返回文章
                竞彩足球app_竞彩足球app链接 yabo官网_yabo国际-欢迎您 亚搏在线官网_亚搏全站app下载- 网页版 亚搏体育注册_亚搏网址-官方推荐 亚搏app_亚搏app下载安装>> 首页 yabo入口_yabo网页-【全网唯一大品牌】