项目名称: 基于电导特征的油茶养分快速检测技术

项目编号: No.31470026

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 农业科学

项目作者: 奚如春

作者单位: 华南农业大学

项目金额: 30万元

中文摘要: 养分是林木生长发育的基础,快速准确地测定评价其养分动态特征,是实施精准管理的前提和关键技术。传统养分检测方法由于操作繁冗、测定周期长、耗时费力、设备昂贵、价格成本高,极大地限制了其测试工作效率和生产指导的时效性。电化学法具灵敏度高,设备简单,操作方便,结果可靠等优点,已在各领域中得到了极其广泛的应用。 本研究目的在于探索创建一种简捷实用高效的林木养分速测的新技术和新方法,并掌握电导法在林木养分速测中的关键技术和实用方法,以期减少今后养分检测的工作量。项目选择油茶为研究对象,通过开展其叶片养分动态、电导参数特征等方面的研究,旨在阐明其养分含量与电导特征值的关联关系,解析其生物学意义;采用数学建模的理论方法,构建基于电导特征的油茶养分定标模型,建立电导法养分快速检测技术体系,最终达到通过测定其样本电导率就能快速获得并实时评价树体的养分状况。因此,研究成果具有重要的理论价值和应用前景。

中文关键词: 油茶;养分;电导率;快速检测;

英文摘要: Tree nutrient is the basis of its growth and development. The nutrient rapid, comprehensive and accurate measured is the premise and key to implement precise management. The nutrient test efficiency greatly limits to Traditional determination of nutrient detection method for operation cumbersome, long cycle, time-consuming and expensive equipment,and high cost price. Electrochemical analysis has been widely used in various fields with the high sensitivity, simple equipment, easy operation, good results reliability. The research aims to explore the conductance method in forest nutrient measuring theory and method. Camellia oleifera was Chose for this research object. The tree leaves nutrient dynamic and its conductivity characteristics were the mainly research projects. Its biological significance of the nutrient content and electrical characteristic relationships has been clarified. Using the method of mathematical modeling theory, and based on the characteristics of conductance differential nutrient calibration model have constructed, and then establish its nutrient rapid detection technology system. By measuring the real-time electrical conductivity of trees can be obtained and evaluate the tree body nutrient characteristics. The workload of nutrient detection has reduced effectively in the future work. So the

英文关键词: Camellia oleifela Abel.;nutrient;conductivity;rapid detection;

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】基于密集学习的半监督目标检测
专知会员服务
19+阅读 · 2022年4月19日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
25+阅读 · 2021年4月2日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
10个开源工业检测数据集汇总
极市平台
2+阅读 · 2022年2月9日
如何衡量目标检测模型的优劣
极市平台
1+阅读 · 2021年10月17日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
Python 如何快速入门?
大数据技术
11+阅读 · 2018年4月9日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
【CVPR2022】基于密集学习的半监督目标检测
专知会员服务
19+阅读 · 2022年4月19日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
25+阅读 · 2021年4月2日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
相关资讯
10个开源工业检测数据集汇总
极市平台
2+阅读 · 2022年2月9日
如何衡量目标检测模型的优劣
极市平台
1+阅读 · 2021年10月17日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
Python 如何快速入门?
大数据技术
11+阅读 · 2018年4月9日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
微信扫码咨询专知VIP会员