导读:本文包含了全磷含量论文开题报告文献综述及选题提纲参考文献，主要关键词:湘中丘陵区,植被类型,植被恢复,土壤全磷
全磷含量论文文献综述
冼应男,陈婵,方晰,王留芳,陈金磊[1]（2019）在《湘中丘陵区4种植被类型土壤全磷、有效磷含量的变异特征》一文中研究指出为揭示中亚热带植被恢复对土壤磷(P)有效性的影响机制,在湘中丘陵区选取了地域毗邻、环境(土壤、气候)条件基本一致、处于不同植被恢复阶段的4种植物群落——檵木-南烛-杜鹃灌草丛(LVR)、檵木-杉木-白栎灌木林(LCQ)、马尾松-柯(又名石栎)-檵木针阔混交林(PLL)以及柯-红淡比-青冈常绿阔叶林(LAG)为研究对象,设置固定样地,按0～10、10～20,20～30,30～40 cm分层采集土壤样品,测定不同季节土壤全磷(TP)和有效磷(AP)含量,比较研究不同植被类型土壤TP、AP含量的差异及其季节变化特征。结果表明:1)不同植被类型同一土层TP含量在各季节总体上随着植被恢复而增加,且LAG与LCQ、LVR(除夏季外)差异显着;季节变化也基本一致,除LAG 0～10 cm土层外,均表现为"夏高冬低(或秋低)型"。2)不同植被类型同一季节同一土层AP含量夏、冬季差异较大,而春、秋季较小,不同植被类型同一土层AP含量在各季节的变化不完全随着植被恢复而逐渐增加;但同一土层AP的季节平均含量基本上随着植被恢复而增加,同一植被类型不同土层AP含量的季节变化不尽相同。3)土壤TP、AP含量与群落总生物量、地上部分生物量、根系生物量、凋落物层现存量、土壤粘粒百分含量、有机碳含量、全N含量呈极显着的正相关关系,与土壤pH值呈显着的负相关关系。4)不同植被类型群落生物量、土壤粘粒百分含量、有机碳含量、全N含量、pH值的差异显着影响土壤TP、AP的含量。(本文来源于《中南林业科技大学学报》期刊2019年05期）
陈珠琳,王雪峰,孙汉中[2]（2019）在《基于可见光—近红外图像的幼龄檀香全磷含量诊断》一文中研究指出【目的】檀香是一种典型珍贵树种,在幼龄期时,不合理的田间施肥会影响其正常生长,降低存活率。因此,本文提出了一种基于可见光-近红外图像的幼龄檀香全磷营养诊断方法,为实时监测珍贵树种生长状态及养分需求提供参考。【方法】通过将野外获取的檀香图像转换到HSI颜色空间,提取S和I通道,利用二者在使用Otsu分割后产生的优势互补,并结合形态学运算,从复杂背景中提取出檀香。计算出形状、纹理和光谱及植被指数特征后,分别使用显着性分析(ST)和平均影响值(MIV)方法进行变量筛选,并使用遗传算法(GA)初始化BP神经网络的权值和阈值,最终得到预测结果。【结果】(1)复杂背景下的檀香分割中,S通道和I通道相结合可以将大部分背景(天空、土壤、其他绿色植物)与目标檀香分割开,同时结合7×7中值滤波、形态学运算和超G因子,将其他毛刺去除。与常用的支持向量机相比,本文提出的分割算法结果更接近于目视解译,像素数和颜色误差更小。(2)对不同施磷水平下各特征进行分析发现,适当增加施磷量有利于促进叶绿素的形成,使得纹理更均匀清晰,加快叶片生长;当过量时则会破坏叶绿体,造成叶片组织出现变化,导致叶片黄化,叶片出现网状脉纹,增加了纹理复杂程度。(3) ST与MIV筛选出的变量差异较大,通过GA-BPNN训练结果可知,MIV方法筛选出的变量对全磷含量的影响更大,预测集得到的决定系数达到0. 801,平均残差为0. 032 g/kg,均方根误差为0. 666 g/kg。【结论】通过处理可见光-近红外图像,实现了幼龄檀香的全磷含量诊断,有效提高了磷肥利用率,同时也可以减小过量施肥引起的地下水污染等生态问题。(本文来源于《北京林业大学学报》期刊2019年02期）
曹凯红,章金龙,李树德[3]（2018）在《两种测定土壤全磷含量方法对比》一文中研究指出采用微波消解前处理土壤样品,然后分别用ICP-AES与钼锑抗分光光度法两种方法测定全磷含量;用ICP-AES在谱线波长为178.2 nm处测定全磷的检出限为0.0051 ug/mL,线性相关系数为0.9994,加标回收率在82.5～90.5%之间,相对偏差为1.39%。用钼锑抗光度法,钼锑抗试剂显色后,使用UV-2600在波长660 nm处进行测定,检出限为0.0081 ug/mL,线性相关系数为0.999,相对偏差为3.77%,精密度良好,加标回收率在82%～95.3%之间;微波消解-ICP-AES法测定土壤中的全磷更精确高效快速。(本文来源于《保山学院学报》期刊2018年05期）
冯海涛,苟曦,周莉,唐莲,赵迪[4]（2018）在《有机肥料中全磷含量测定方法的比较与探讨》一文中研究指出选择全磷含量不同的3个有机肥料样品,用硫酸-过氧化氢消煮法对样品进行处理,采用分光光度法、等离子发射光谱法和重量法测定有机肥料中磷的含量。同时进行加标回收和双人比对试验。结果表明:高、中、低不同含量的试样的F值在(0.22~1.24)之间,小于F0.05(2,15)=3.68,说明这3种测定方法对有机肥料中全磷的检测结果没有显着影响。3种测定方法的回收率试验和双人比对试验结果非常相近,说明都具有较高准确度。等离子发射光谱法具有检出限低、线性范围宽的特点,从而弥补了分光光度法在样品称样量的限量范围上的不足。(本文来源于《四川农业科技》期刊2018年03期）
范瑞瑞,杨福春,孙俊,李曼,钟全林[5]（2017）在《不同月份和海拔黄山松各器官全氮和全磷含量比较及其相关性和异速关系分析》一文中研究指出以江西武夷山国家级自然保护区内海拔1 200、1 600和2 000 m的黄山松(Pinus taiwanensis Hayata)为研究对象,分别对6月份和9月份叶、茎和细根的全氮和全磷含量及其比值进行比较,并进行Pearson相关性分析和异速关系分析。结果表明:与6月份相比,9月份黄山松叶和细根的全氮含量以及细根的全磷含量均升高,而茎的全氮含量及叶的全磷含量却显着降低。从均值来看,全氮含量在叶中最高、在细根中最低,全磷含量在茎中最高、在细根中最低。随海拔升高,叶全氮含量逐渐升高,叶全磷含量及茎全氮和全磷含量呈"降低—升高"的趋势,而细根全氮含量呈"升高—降低"的趋势,细根全磷含量逐渐升高。Pearson相关性分析结果表明:细根全氮含量与叶全磷含量呈极显着负相关,与茎全氮和全磷含量呈显着负相关;茎全氮含量与叶全氮含量及茎和叶全磷含量,叶全氮含量与茎和叶全磷含量,细根全氮含量与其全磷含量,以及茎全磷含量与叶全磷含量均呈极显着正相关。氮磷异速关系分析结果表明:在6月份,叶和细根的氮磷异速指数随海拔升高而逐渐减小,而茎的氮磷异速指数则随海拔升高而逐渐增大;在9月份,叶的氮磷异速指数在海拔1 600 m最小,而茎和细根的氮磷异速指数则在海拔1 600 m最大。总体来看,不同月份和海拔黄山松各器官的氮磷异速关系均达到显着或极显着水平,并且,黄山松叶、茎和细根的氮磷异速指数均较高,分别为0.79、0.83和0.78。研究结果显示:不同月份和海拔黄山松各器官中氮和磷的分配差异明显。(本文来源于《植物资源与环境学报》期刊2017年03期）
丁婷[6]（2017）在《巢湖沉积物全磷含量的空间异质性研究》一文中研究指出湖泊具有丰富的自然资源和社会资源,在社会和经济发展中发挥了重要的作用。据此,以巢湖为研究对象,运用地统计学以及ArcGIS软件,对采样的数据进行空间分析及插值处理,从其结构性和方向性的特征入手,分析研究了巢湖沉积物中全磷含量空间异质的各向异性特征以及空间分布格局。结果表明:在空间上,巢湖沉积物中全磷含量西半湖最高平均超过1 000mg/kg,东半湖较低平均500mg/kg。这一研究可以准确、直观地了解整个流域内全磷的空间分布状况,能够为精确了解湖区内部全磷含量分布提供依据。可以认定,巢湖水质污染的最大的来源就是面源污染,也就是化学农业所造成的污染,在治理时,应积极转变传统观念,才能避免重复的治理工程。(本文来源于《2017年度江苏省测绘地理信息学会GPS、 大地专业委员会学术年会暨JSCORS技术交流大会论文集》期刊2017-07-18）
黄莹,方界群,卢颖林,陈迪文,周文灵[7]（2017）在《连续流动分析仪快速测定甘蔗植株全氮、全磷含量》一文中研究指出为快速、准确测定甘蔗植株全氮、全磷含量,采用对比法,探讨连续流动分析仪测定甘蔗植株全氮、全磷含量的适用性和稳定性。结果表明,连续流动仪测定全氮、全磷标准溶液线性良好,相关系数(R2)均达0.9998以上;检出限均为0.01 mg/L,标准偏差分别在0.48%~0.68%、0.23%~0.63%之间,加标回收率分别为93.00%~106.44%、93.33%~109.00%;与常规法相比,利用连续流动分析仪测定甘蔗植株全氮、全磷含量的结果均在允许偏差范围内,说明利用连续流动分析仪快速测定甘蔗植株全氮、全磷是可行的。(本文来源于《甘蔗糖业》期刊2017年01期）
田翔,乔治军[8]（2016）在《糜子中全磷、全钾含量的测定》一文中研究指出为了对糜子中的全磷和全钾含量进行研究,试验采用湿法消解糜子样品,通过紫外可见分光光度法和原子吸收光谱法,分别建立糜子中的全磷、全钾含量的测定方法。结果表明,糜子样品中全磷测定的标准工作曲线为y=0.026 5x+0.004(R2=0.999 8);糜子样品中全钾测定的标准工作曲线为y=0.229 1x+0.008 6(R2=0.999 4);所测19种糜子的全磷含量变幅为0.179 5%~0.336 6%,平均为0.298 4%,糜子品种的全钾含量变幅为0.254 1%~0.440 7%,平均为0.317 8%。(本文来源于《山西农业科学》期刊2016年08期）
冯海宽,杨福芹,李振海,杨贵军,郭建华[9]（2016）在《最优权重组合模型和高光谱估算苹果叶片全磷含量》一文中研究指出为了估算苹果叶片全磷含量,该文使用2012年和2013年在山东省肥城市潮泉镇下寨村的2个苹果示范园获取的整个生育期苹果叶片全磷含量和对应的叶片光谱数据,建立了预测苹果叶片全磷含量的最优权重组合模型。首先分析了苹果叶片全磷含量和原始光谱的相关关系,确定了以553和722 nm为苹果叶片全磷含量的诊断波段;根据叶片全磷含量与400~2 500 nm范围两两组合的决定系数等值线图,确立了对苹果叶片全磷含量敏感的546和521 nm、553和518 nm组合的归一化差值指数和543和525 nm、1 394和718 nm组合的比值指数;最后以553和722 nm的反射率以及546和521 nm、553和518 nm组合的归一化差值指数和543和525 nm、1 394和718 nm组合的比值指数为自变量,构建了基于苹果叶片全磷含量的最优权重组合模型,实现了对苹果叶片全磷含量的高光谱估算。结果表明,最优权重组合模型无论是建模集还是验证集,其预测能力(R2=0.94)要优于该文中的6种统计方法(平均R2=0.82),研究结果为快速无损诊断苹果叶片的磷素状况提供新的技术途径。(本文来源于《农业工程学报》期刊2016年07期）
杨爱霞,丁建丽,李艳红,邓凯[10]（2016）在《基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究》一文中研究指出以新疆艾比湖湿地保护区采集的300个荒漠土壤样品为研究对象,利用ASD Field Spec○R3HR光谱仪获取的土壤可见-近红外光谱数据以及化学分析获取的土壤全磷数据为数据源,将原始光谱数据经过卷积平滑、标准正态变量变换以及一阶微分预处理后,采用蚁群-遗传结合区间偏最小二乘法提取荒漠土壤全磷含量特征波长,构建土壤全磷含量偏最小二乘回归预测模型;并与全谱偏最小二乘、蚁群-区间偏最小二乘、遗传-偏最小二乘模型进行比较。结果表明:经蚁群-区间偏最小二乘法筛选后,荒漠土壤全磷特征波段为500~700,1 101~1 300,1 501~1 700,1 901~2 100nm;进一步采用遗传-区间偏最小二乘法进行变量选择,得到共线性最小的13个有效波长,分别为:1 621,546,1 259,573,1 572,1 527,564,1 186,1 988,1 541,2 024,1 118和1 191nm。建模方法比较显示,采用蚁群-遗传结合区间偏最小二乘法选择的特征变量,建立的模型精度最高,其次是遗传算法、蚁群算法和全光谱。蚁群-遗传结合区间偏最小二乘法建立的土壤全磷含量的模型,效验证均方根误差RMSECV以及预测集均方根误差RMSEP分别为0.122和0.108mg·g-1,效验证相关系数Rc以及预测集的相关系数Rp分别为0.535 7,0.555 9。因此,经过卷积平滑、标准正态变量变换以及一阶微分预处理,并利用蚁群-遗传结合区间偏最小二乘法建立的模型不仅简单,而且具有较高的预测精度和较好的稳健性,可以估算荒漠土壤全磷含量。(本文来源于《光谱学与光谱分析》期刊2016年03期）
全磷含量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
【目的】檀香是一种典型珍贵树种,在幼龄期时,不合理的田间施肥会影响其正常生长,降低存活率。因此,本文提出了一种基于可见光-近红外图像的幼龄檀香全磷营养诊断方法,为实时监测珍贵树种生长状态及养分需求提供参考。【方法】通过将野外获取的檀香图像转换到HSI颜色空间,提取S和I通道,利用二者在使用Otsu分割后产生的优势互补,并结合形态学运算,从复杂背景中提取出檀香。计算出形状、纹理和光谱及植被指数特征后,分别使用显着性分析(ST)和平均影响值(MIV)方法进行变量筛选,并使用遗传算法(GA)初始化BP神经网络的权值和阈值,最终得到预测结果。【结果】(1)复杂背景下的檀香分割中,S通道和I通道相结合可以将大部分背景(天空、土壤、其他绿色植物)与目标檀香分割开,同时结合7×7中值滤波、形态学运算和超G因子,将其他毛刺去除。与常用的支持向量机相比,本文提出的分割算法结果更接近于目视解译,像素数和颜色误差更小。(2)对不同施磷水平下各特征进行分析发现,适当增加施磷量有利于促进叶绿素的形成,使得纹理更均匀清晰,加快叶片生长;当过量时则会破坏叶绿体,造成叶片组织出现变化,导致叶片黄化,叶片出现网状脉纹,增加了纹理复杂程度。(3) ST与MIV筛选出的变量差异较大,通过GA-BPNN训练结果可知,MIV方法筛选出的变量对全磷含量的影响更大,预测集得到的决定系数达到0. 801,平均残差为0. 032 g/kg,均方根误差为0. 666 g/kg。【结论】通过处理可见光-近红外图像,实现了幼龄檀香的全磷含量诊断,有效提高了磷肥利用率,同时也可以减小过量施肥引起的地下水污染等生态问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
全磷含量论文参考文献
[1].冼应男,陈婵,方晰,王留芳,陈金磊.湘中丘陵区4种植被类型土壤全磷、有效磷含量的变异特征[J].中南林业科技大学学报.2019
[2].陈珠琳,王雪峰,孙汉中.基于可见光—近红外图像的幼龄檀香全磷含量诊断[J].北京林业大学学报.2019
[3].曹凯红,章金龙,李树德.两种测定土壤全磷含量方法对比[J].保山学院学报.2018
[4].冯海涛,苟曦,周莉,唐莲,赵迪.有机肥料中全磷含量测定方法的比较与探讨[J].四川农业科技.2018
[5].范瑞瑞,杨福春,孙俊,李曼,钟全林.不同月份和海拔黄山松各器官全氮和全磷含量比较及其相关性和异速关系分析[J].植物资源与环境学报.2017
[6].丁婷.巢湖沉积物全磷含量的空间异质性研究[C].2017年度江苏省测绘地理信息学会GPS、大地专业委员会学术年会暨JSCORS技术交流大会论文集.2017
[7].黄莹,方界群,卢颖林,陈迪文,周文灵.连续流动分析仪快速测定甘蔗植株全氮、全磷含量[J].甘蔗糖业.2017
[8].田翔,乔治军.糜子中全磷、全钾含量的测定[J].山西农业科学.2016
[9].冯海宽,杨福芹,李振海,杨贵军,郭建华.最优权重组合模型和高光谱估算苹果叶片全磷含量[J].农业工程学报.2016
[10].杨爱霞,丁建丽,李艳红,邓凯.基于可见-近红外光谱变量选择的荒漠土壤全磷含量估测研究[J].光谱学与光谱分析.2016