Prediction from Linear Regression Equation for Nitrogen Content Measurement in Bentgrasses leaves Using Near Infrared Reflectance Spectroscopy

Jung-Hoon Cha; Kyung-Duck Kim; Dae-Sup Park

추천

검색

질문

자료유형: 학술저널

저자정보: Jung-Hoon Cha Kyung-Duck Kim Dae-Sup Park

저널정보: 한국잡초학회·한국잔디학회 Weed&Turfgrass Science 한국잔디학회지 제23권 제1호

발행연도: 2009.6

수록면: 77 - 90 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Near Infrared Reflectance Spectroscopy(NIRS)는 짧은 시간 안에 식물의 다양한 영양소를 동시에 정확하고 빠르게 측정할 수 있다. 본 연구는 creeping bentgrass ‘CY2’ 엽의 여러 가지 기본 요소의 값을 예측하기 위해서 NIRS(근적외선 분광분석기)를 사용하여 측정하였다. 그 결과, 질소와 수분 그리고 탄수화물의 r²은 각각 0.892, 0.925, 0.971이었다. 검량식에 대한 검증에서 r²이 높은 상관관계를 나타냈으므로, 잔디에서 더 많은 연구를 위한 실용화 가능성을 확인 할 수 있었다.

Near Infrared Reflectance Spectroscopy(NIRS) is a quick, accurate, and non-destructive method to measure multiple nutrient components in plant leaves. This study was to acquire a liner regression equation by evaluating the nutrient contents of ‘CY2’ creeping bentgrass rapidly and accurately using NIRS. In particular, nitrogen fertility is a primary element to keep maintaining good quality of turfgrass. Nitrogen, moisture, carbohydrate, and starch were assessed and analyzed from ‘CY2’ creeping bentgrass clippings. A linear regression equation was obtained from accessing NIRS values from NIR spectrophotometer(NIR system, Model XDS, XM-1100 series, FOSS, Sweden) programmed with WinISI Ⅲ project manager v1.50e and ISIscan® (Infrasoft International) and calibrated with laboratory values via chemical analysis from an authorized institute. The equation was formulated as MPLS(modified partial least squares) analyzing laboratory values and mathematically pre-treated spectra. The accuracy of the acquired equation was confirmed with SEP(standard error of prediction), which indicated as correlation coefficient(r²) and prediction error of sample unacquainted, followed by the verification of model equation of real values and these monitoring results. As results of monitoring, r² of nitrogen, moisture, and carbohydrate in ‘CY2’ creeping bentgrass was 0.840, 0.904, and 0.944, respectively. SEP was 0.066, 1.868, and 0.601, respectively. After outlier treatment, r² was 0.892, 0.925, and 0.971, while SEP was 0.052, 1.577, and 0.394, respectively, which totally showed a high correlation. However, r² of starch was 0.464, which appeared a low correlation. Thereof, the verified equation appearing higher r² of nitrogen, moisture, and carbohydrate showed its higher accuracy of prediction model, which finally could be put into practical use for turf management system.

#Bentgrass leaves #calibration #NIRS #Nitrogen analysis #질소분석

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Jung-Hoon Cha

소속기관 한국잡초학회·한국잔디학회

주요연구분야 농수해양학 > 농학

논문수 1 이용수 12

Kyung-Duck Kim

소속기관 한국잡초학회·한국잔디학회

주요연구분야 농수해양학 > 농학

논문수 1 이용수 12

Dae-Sup Park

소속기관 한국잡초학회·한국잔디학회

주요연구분야 농수해양학 > 농학

논문수 1 이용수 12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-523-000155698

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)