为深入系统地了解近红外光谱技术(Near-infrared spectroscopy,NIRS)在农业废弃物堆肥研究中的研究进展与应用现状,基于Web of Science核心数据库与CNKI数据库,以“近红外光谱”“农业废弃物”“堆肥”和“好氧发酵”等为关键词进行检索...为深入系统地了解近红外光谱技术(Near-infrared spectroscopy,NIRS)在农业废弃物堆肥研究中的研究进展与应用现状,基于Web of Science核心数据库与CNKI数据库,以“近红外光谱”“农业废弃物”“堆肥”和“好氧发酵”等为关键词进行检索,共计筛选出58篇相关文献,并从堆肥基础特性检测、过程监测和质量评估等3个方面对现有研究工作进行归纳总结。结果表明:(1)在堆肥基础特性检测中,提高模型精度需增加样本、提取相关波段和适配更多算法;(2)NIRS对堆肥进行过程监控实现精细化管理需优化通用模型、加强硬件开发;(3)进一步完善堆肥NIRS评价系统可通过迁移学习、多特性同步预测和质量分级提高评价的准确性与可靠性。未来NIRS应与机器学习、深度学习、计算机视觉和高光谱成像等新技术融合,从而为农业领域数据密集型科学创造新的机遇,为农业废弃物堆肥的现场监测与质量控制提供参考。展开更多
文摘为深入系统地了解近红外光谱技术(Near-infrared spectroscopy,NIRS)在农业废弃物堆肥研究中的研究进展与应用现状,基于Web of Science核心数据库与CNKI数据库,以“近红外光谱”“农业废弃物”“堆肥”和“好氧发酵”等为关键词进行检索,共计筛选出58篇相关文献,并从堆肥基础特性检测、过程监测和质量评估等3个方面对现有研究工作进行归纳总结。结果表明:(1)在堆肥基础特性检测中,提高模型精度需增加样本、提取相关波段和适配更多算法;(2)NIRS对堆肥进行过程监控实现精细化管理需优化通用模型、加强硬件开发;(3)进一步完善堆肥NIRS评价系统可通过迁移学习、多特性同步预测和质量分级提高评价的准确性与可靠性。未来NIRS应与机器学习、深度学习、计算机视觉和高光谱成像等新技术融合,从而为农业领域数据密集型科学创造新的机遇,为农业废弃物堆肥的现场监测与质量控制提供参考。