«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第46卷

期数:

2018年第19期

页码:

253-257

栏目:

农业工程与信息技术

出版日期:

2018-10-05

文章信息/Info

Title:

Effects of different near-infrared spectral pretreatment methods on leaf water content detection model of populus

作者:

胡艳培¹;  白铁成¹;  陈好斌²;  姚江河¹;  刘冠华¹;  杨洪坤¹

1.塔里木大学信息工程学院，新疆阿拉尔 843300； 2.塔里木大学经济与管理学院，新疆阿拉尔 843300

Author(s):

Hu Yanpei; et al

关键词:

近红外光谱预处理方法; 叶片含水量; 标准正态变量变换; SPA; PLS

Keywords:

-

分类号:

S718.3；S127

DOI:

-

文献标志码:

A

摘要:

近红外光谱预处理是胡杨叶片含水量光谱检测的前提，然而样本背景、电噪声和杂散射等会干扰近红外光谱的测量结果。为了避免以上因素对近红外光谱产生的影响，采用连续投影算法(successive ections algorithm，简称SPA)、数据中心化、归一化和标准正态变量变换方法(standard normal variate transformation，简称SNV)对原始光谱数据进行预处理，使用偏最小二乘法(partial least squares，简称PLS)建立胡杨叶片水分含量检测的校正集和预测集模型。结果表明，直接使用原始光谱，利用SPA算法筛选变量数为7个，模型预测精度为0.971 44，RMSPCV为0.046 132，相关系数r=0.674 24，RMSEP=0.021 434；使用原始光谱+标准正态变量变换方法，利用SPA算法筛选变量数为6个，模型预测精度为0.976 63，RMSPCV为0.045 642，相关系数r=0.774 72，RMSEP=0.018 24。SNV+SPA预处理方法能够有效地消除噪声和散射，提高模型的预测精度，相关性明显增加，降低数据维数和误差，可用于胡杨叶片水分含量的快速、无损检测，同时对其他作物叶片水分含量光谱预处理检测具有一定的参考意义。

Abstract:

-

参考文献/References:

［1］孙通，徐惠荣，应义斌. 近红外光谱分析技术在农产品/食品品质在线无损检测中的应用研究进展［J］. 光谱学与光谱分析，2009，29(1)：122-126.
［2］刘多强，李长征，孙建章，等. 近红外光谱技术的发展及在石化领域中的应用［J］. 化工时刊，2011，25(6)：32-34.
［3］李瑞丽，张保林，王建民. 近红外光谱检测技术在烟草分析中的应用及发展趋势［J］. 河南农业科学，2013，42(6)：1-6.
［4］肖雪，梁琼麟，王义明，等. 近红外光谱技术在医药领域中的应用进展［J］. 现代仪器，2011，17(5)：9-12.
［5］王艳龙，王胜宝，李新生. 近红外光谱技术在农业领域的应用及展望［J］. 安徽农学通报(上半月刊)，2012，18(15)：33-35.
［6］谭正林，吴谋成，傅廷栋. 近红外光谱技术在农产品品质检测中的应用［J］. 中国油料作物学报，2012，34(4)：455-460.
［7］姬玉梅. 近红外光谱技术在小麦品质育种中的应用研究［J］. 湖北农业科学，2012，51(10)：2096-2097.
［8］史文青，方晓璞，崔诚，等. 近红外光谱技术在花生品质分析中的应用［J］. 粮油加工(电子版)，2014(6)：30-33.
［9］李天华. 成熟期番茄品质近红外光谱无损检测技术研究［D］. 济南：山东大学.
［10］黄华军，严衍禄，申兵辉，等. 鉴别玉米杂交种纯度的近红外光谱分析技术研究［J］. 光谱学与光谱分析，2014，22(5)：125.
［11］彭云发. 近红外光谱技术在南疆红枣品质快速无损检测中的应用研究［D］. 阿拉尔：塔里木大学，2015.
［12］马玉娟，赵见军，孟永宏，等. 基于MATLAB软件的苹果内部品质系统化无损检测［J］. 食品工业科技，2014，35(13)：61-62.
［13］张鹏，李江阔，陈绍慧. 苹果品质近红外光谱无损检测技术研究进展［J］. 保鲜与加工，2013，13(3)：1-7.
［14］李光君. 热成像技术与近红外光谱技术结合无损检测西拉葡萄叶片水分含量［J］. 山西农业科学，2016，44(10)：1467-1475.
［15］丁海泉，卢启鹏. 近红外光谱技术在土壤养分分析中的研究进展及应用前景［J］. 光谱学与光谱分析，2012，32(1)：88-91.
［16］王晓丽，周国民. 基于近红外光谱技术的农作物病害诊断［J］. 农机化研究，2010，32(6)：171-174.
［17］齐敏珺，陈奕桦，王新全，等. 近红外光谱成像技术在现场物证搜索中的应用研究［J］. 刑事技术，2017，42(1)：15-20.
［18］罗霞，洪添胜，罗阔，等. 小波变换和连续投影算法在火龙果总酸中无损检测中的应用［J］. 光谱学与光谱分析，2016，36(5)：1345-1351.
［19］吴迪，宁纪锋，刘旭，等. 基于高光谱成像技术和连续投影算法检测葡萄果皮花色苷含量［J］. 食品科学.2014，35(8)：57-61.
［20］刘飞，张帆，方慧，等. 连续投影算法在油菜叶片氨基酸总量无损检测中的应用［J］. 光谱学与光谱分析，2009，29(11)：3079-3083.
［21］杨菊梅，贺晓光，王松磊，等. 冷鲜羊肉品质的高光谱成像无损检测［J］. 食品工业科技，2016，37(22)：84-89.

相似文献/References:

[1]刘国银,于恩厂,魏军亚,等.2个芒果品种的叶片含水量与土壤水分的关系[J].江苏农业科学,2014,42(02):124.
　Liu Guoyin,et al.Relationship between soil humidity and leaf water content of two mango varieties[J].Jiangsu Agricultural Sciences,2014,42(19):124.

备注/Memo

备注/Memo:

收稿日期：2017-05-30
基金项目：国家自然科学基金(编号：61362026)。
作者简介：胡艳培(1987—)，女，河南周口人，硕士研究生，主要从事农业遥感研究。E-mail：2239015656@qq.com。
通信作者：白铁成，博士研究生，副教授，主要从事遥感与数字农业研究。E-mail：baitiecheng1983@163.com。

常用功能

更新日期/Last Update: 2018-10-05