Nitrate Nitrogen Quantification via Ultraviolet Absorbance: A Case Study in Agricultural and Horticultural Regions in Central China
Notice bibliographique
Résumé
Soil nitrate nitrogen (NO3−-N) is a key indicator of agricultural non-point source pollution. The ultraviolet (UV) dual-wavelength method is widely used for NO3−-N detection, but interference from complex soil organic matter affects its accuracy. This study investigated how organic matter influences NO3−-N detection by optimizing UV dual-wavelength combinations. Density functional theory (DFT) calculations showed slight spectral broadening of fulvic and humic acids in the presence of NO3−-N under UV spectrum. Standard solutions and soil samples were used to compare the detection performance of different wavelength pairs. The findings indicated that the dual-wavelength combination of 235 nm/275 nm is optimal rather than 220 nm/275 nm for measuring soil samples at NO3−-N concentrations exceeding 5 mg·L−1. The 235/275 nm method gave an average calibration coefficient of 1.57. Compared to the national standard and flow analysis methods, the average relative errors were 19.7% and 22.3% (p < 0.001), respectively, indicating its suitability for practical soil applications. These results demonstrate the method’s potential for rapid and accurate NO3−-N detection in real soil samples, supporting its application in environmental monitoring and agricultural management.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».