通过手持LIBS (hLIBS) 和智能欧几里德距离预测算法实现的快速肥料营养分析
Xinyu Zhong1, Fei Ma2, Jianmin Zhou2
1School of Biological Sciences, Nanjing Normal University, Nanjing, 210023, China; The State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science Chinese Academy of Sciences, Nanjing, 211135, China.
Talanta
|November 19, 2025
概括
这项研究引入了一种激光诱导的快速分解光谱 (LIBS) 方法,用于检测肥料中的 (N), (P) 和 (K). 该技术提供了高效的现场分析,提高了农业中营养使用效率.
科学领域:
- 分析化学 分析化学
- 频谱学是一种光谱学.
- 农业科学 农业科学
背景情况:
- 传统的肥料营养分析是缓慢而劳动密集型的,阻碍了快速的现场评估.
- 准确及时确定营养含量对于优化肥料应用和促进可持续农业至关重要.
研究的目的:
- 开发和验证一种快速的现场方法来量化复合肥中的 (N), (P) 和 (K).
- 评估激光诱导分解光谱 (LIBS) 与部分最小平方回归 (PLSR) 的性能.
主要方法:
- 利用激光诱导分解光谱 (LIBS) 来生成190-950纳米范围内的复合肥料的辐射光谱.
- 使用欧几里德距离算法从光谱数据构建了一个特征矩阵.
- 开发了一种局部最小平方回归 (PLSR) 模型,用于对N,P和K含量的定量分析.
主要成果:
- LIBS-PLSR模型显示了N,P和K检测的高精度,确定系数 (R2) 从0.9541到0.9828.
- 根平均平方误差 (RMSE) 较低 (0.44-1.02 g kg-1),剩余预测偏差 (RPD) 值表明预测能力良好 (4.64-7.46).
- 所有营养素的预测误差低于6%,证实了该方法的准确性.
结论:
- 开发的LIBS方法为现场分析复合肥料中的N,P和K提供了快速,高效和准确的解决方案.
- 这种技术具有很大的潜力,可以被肥料生产商,监管机构和农业机构用于提高营养管理.
- 该方法支持可持续的农业实践,通过实时检测营养素和提高肥料使用效率.


