光谱学在农业上的应用

图像积分Shutterstock / Anon Kulsuwan

光谱学的基本原理是将特定物体的光分解成不同的波长,这些波长代表物体的不同物理性质,其中一些包括温度、质量、光度和成分。

一些最常用的分析光谱技术包括:

  • 红外光谱(IR)
  • 近红外光谱
  • 核磁共振(NMR)
  • 紫外可见光谱(UV-Vis)
  • 原子发射光谱(AE)
  • 原子吸收光谱(AA)

对于农业应用来说,光谱学提供了一种非常复杂的方法来执行食品质量控制,调查土壤中的化学纯度水平,最大化收获供应,分析肥料特性等等。本文将进一步讨论光谱学在农业中的应用现状。

光谱法测定土壤质量

在农业和农业应用中使用的土壤质量在决定这些地区的粮食总产量方面起着重要作用。由于粮食产品的大规模生产和延长的收获季节可能会耗尽土壤质量,农民和农业管理者必须经常向土壤提供补充性营养物质,如肥料,以促进土壤的最佳条件和作物的持续生长。虽然这些营养添加剂有助于促进作物生长,但必须密切监测,以确保向土壤提供适当的营养含量。

大多数农业肥料含有过量的氮和磷浓度,两者都必须密切分析,以确保健康的作物以更高的产率产生。磷和氮气都是促进植物生长和可持续性的基本要素。

在最近的一项研究中,紫外-可见分光光度计是一种成功的分析技术,用于测定甘蔗汁、水、肥料和洗涤剂样品中的磷浓度1.钼蓝色是一种常用的技术,可以准确地确定样品中无机磷酸盐的浓度。在该具体实验期间,由钼蓝和样品中存在的任何无机磷酸盐之间的反应产生的磷钼蓝和样品中的任何无机磷酸盐的吸光度测量以确定L.确定L.最大值.反应大约需要35分钟才能完成。通过使用这种紫外-可见技术,农业工人可以快速确定样品中磷酸盐的存在,而不需要任何分析物提取或HPLC。

由于许多不同形式的氮肥存在,因此有很大的需要农业工人能够快速分析和测量土壤样品中硝酸盐的存在。类似于用于分析磷的方法,可以使用简单的技术来通过最初添加几滴浓硫酸盐(Feso4.)样品溶液。随后可进行X射线吸收光谱分析,以量化样品的紫色色调,并最终确定给定肥料样品中的硝酸盐含量。

农业中的NIR光谱

NIR光谱是一种有用的分析技术,可以为用户提供快速确定食物样品的营养成分的方法。NIR光谱的最早农业应用在1989年KARL NORRIS及其同事使用这种分析方法来研究谷物中的蛋白质和水分水分,以及大豆样品的蛋白质,油和水分水平2.自介绍农业产业以来,德国继续成为一种用于植物,动物和土壤分析的关键分析技术。与使用NIR光谱相关的主要优点是因为它的能力迅速产生的成本高达80%的成本低于传统的实验室分析工具。

最近出现了几种出版物,其中利用NIR光谱进行农业分析,其中一个涉及在田地中的草混合物检测。通过了解领域内存在的不同草混合物的数量,农民能够更好地了解牛的纤维和其他营养含量被牛摄入。在干酪里在这项研究中,一组研究人员在2011年、2012年和2014年从纽约周围的91个不同地点收集了草样本3..对干燥和青贮过程后的每个草样品进行了近红外光谱测定。2015年,该模型再次得到验证,98个样本被分离、干燥并以随机的未知混合物重新组合,以评估近红外信号是否继续准确地反映已知成分。因此,研究人员确定,近红外光谱是一种有用的工具,可以用来快速和负担得起地预测牛地中的草成分。

参考文献

  1. Pradhan,S.,&Pokhrel,M. R.(2013)。钼蓝方法分光光度法测定甘蔗UICE,肥料,洗涤剂和水样中的磷酸盐。科学世界11(11).
  2. Burns,D.A.,和Ciurczak,E.W.(2001)。近红外分析手册,第二版。
  3. Karayilanli,E.,Cherny,J.H.,Sirois,P.,Kubinec,D.,&Cherney,D. J. R.(2016)。使用NIRS的Alfafa-Grass混合物的植物组成预测:开发稳健的校准。作物,土壤和环境科学社会联盟欧洲杯线上买球.DOI:10.2135 / cropsci216.04.0232。

免责声明:这里表达的观点是提交人以私人能力表示的观点,不一定代表Azom.com限量T / A Azonetwork这网站所有者和运营商的观点。此免责声明构成了部分条款和条件使用本网站。

Benedette Cuffari

作者

Benedette Cuffari

2016年,Benedette与两名未成年人在西班牙语和化学方面完欧洲杯线上买球成了毒理学理学学士学位,之后,她继续学习,于2018年5月完成了毒理学理学硕士学位。在研究生院期间,Benedette研究了mechlorethamine和bendamustine的皮肤毒性;用于抗癌治疗的两种氮芥烷基化剂。

引用

请使用以下格式之一在您的论文,纸张或报告中引用本文:

  • 美国心理学协会

    塞弗里,Benedette。(2018年11月07日)。光谱学的农业应用。Azom。从10月16日,2021年10月16日从//www.wireless-io.com/article.aspx?articled=16437中检索。

  • MLA.

    库巴里,贝尼代特。“光谱学的农业应用”。AZoM.2021年10月16日。

  • 芝加哥

    库巴里,贝尼代特。“光谱学的农业应用”。Azom。//www.wireless-io.com/article.aspx?articled=16437。(访问了2021年10月16日)。

  • 哈佛

    Cuffari Benedette。2018。光谱学在农业上的应用. 亚速姆,2021年10月16日查看,//www.wireless-io.com/article.aspx?ArticleID=16437.

告诉我们你的想法

你对这篇文章有什么评论、更新或想要补充的吗?

留下您的反馈意见
提交