掺果葡糖浆蜂蜜的快速检测方法

[目的]探索掺果葡糖浆蜂蜜的快速检测方法。[方法]在对广泛收集的纯净蜂蜜样品主要理化指标检测分析的基础上,建立了蜂蜜中水分、还原糖、蔗糖和淀粉酶值近红外光谱检测模型,并利用所建模型对添加不同比例果葡糖浆的蜂蜜进行检测,验证利用近红外光谱技术检测蜂蜜掺果葡糖浆的预测效果。[结果]蜂蜜中水分、还原糖、蔗糖、淀粉酶值、酸度、羟甲基糠醛的变异系数均较小,基于淀粉酶值所建的蜂蜜近红外光谱检测模型的预测效果最好,预测均方根误差小,可用于对蜂蜜是否掺果葡糖浆进行鉴别。[结论]基于淀粉酶值所建的蜂蜜近红外光谱检测模型可快速检测蜂蜜是否掺果葡糖浆。     

利用近红外光谱技术预测杉木力学性质

利用三点弯曲实验方法测定了155个杉木样品的抗弯弹性模量和抗弯强度,并用近红外光谱仪采集其径切面和横切面的近红外漫反射光谱,以2/3的试样(103个)作为校正集建立抗弯弹性模量和抗弯强度的偏最小二乘法校正模型,以1/3的试样(52个)作为预测集对模型进行验证.结果表明,切面对模型预测效果的影响比较小,且与光谱区域的选择有关.对于可见近红外全波段光谱(350～2 500 nm)利用径切面比利用横切面光谱建立的力学性质模型的预测效果略好,对于短波光谱(780～1 050 nm)利用横切面比利用径切面光谱建立的模型的预测效果略好;降低波谱范围后,利用横切面短波近红外光谱建立的力学性质校正模型的效果与全波谱模型相比差异较小;利用径切面和横切面2个切面可见近红外全波段光谱、利用横切面短波光谱分别建立的杉木力学性质的校正模型,其预测相对分析误差在1.51～1.90之间,表明利用近红外光谱技术预测杉木木材的力学性质的能力属普通,可用之作为初步的检测工具.     

长波近红外光谱在土壤总氮分析与稳定性中的应用

[目的]通过定标集、预测集、检验集的建模过程,采用偏最小二乘(PLS)方法结合波段选择建立土壤总氮快速分析的近红外(NIR)光谱模型。[方法]为了避免模型评价失真,基于随机性、相似性和稳定性,提出一种严谨的建模体系。将全谱扫描区(400～2 498nm)分成可见区(400～780 nm)、短波近红外区(780～1 100 nm)和长波近红外区(1 100～2 498 nm)。[结果]经过比较、检验,结果表明长波近红外达到了最好的模型效果和稳定性,最优PLS因子数为8,检验的预测均方根误差(V-SEP)和预测相关系数(V-RP)分别为0.118 g/kg和0.857,得到客观、稳定的预测模型。     

干旱区基于高光谱的棉花遥感估产研究

【目的】揭示棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,促进高光谱技术在棉花长势监测和估产中应用。【方法】结合棉花生长发育规律,对棉花各时期冠层进行高光谱反射率测定,根据光谱曲线特征构建高光谱植被指数,基于棉花盛蕾期至吐絮后期7次地面光谱和产量测定,对光谱反射率与产量进行统计分析。【结果】各生育期可见光波段、近红外波段及短波红外波段光谱反射率与产量间分别达显著负相关、显著正相关与显著负相关水平。根据棉花冠层光谱波形特征,利用植被红边波段560 nm反射峰、670 nm吸收谷、近红外波段890 nm反射峰、980 nm和1 210 nm两个弱水汽吸收谷、短波红外1 650 nm和2 200 nm反射峰,设计归一化差值光谱指数,并与棉花产量进行相关分析,利用上述波段组合定义的归一化差值光谱指数与产量在各生育期均达显著或极显著相关,而VARI_700抗大气植被指数在各生育期均达极显著相关。【结论】以VARI_700抗大气植被指数建立各生育期的产量预报模型,为实现棉花营养生长期长势监测与产量预报提供依据。     

基于高光谱成像技术识别水稻纹枯病

【目的】利用高光谱成像技术对水稻纹枯病进行早期的快速无损识别,结合判别分析方法建立相应的鉴别模型。【方法】以健康和感染纹枯病的水稻幼苗为研究对象,采集叶片和冠层各180个样本的380~1 030 nm波段的360条高光谱图像,剔除明显噪声部分后,以440~943 nm波段作为水稻样本的光谱范围,分别用不同的方法预处理获得水稻叶片的光谱曲线。采用偏最小二乘–判别分析(PLS-DA)对不同预处理的光谱建模。采用MNF算法对冠层的原始光谱数据进行特征信息提取,并基于特征信息建立线性判别分析(LDA)模型和误差反向传播神经网络(BPNN)判别模型。【结果】标准正态变量变换(SNV)预处理后建立的PLS-DA模型的预测集判别正确率最高,为92.1%。基于特征信息的LAD和BPNN模型的判别结果优于基于全波段的PLS-DA判别模型。基于最小噪声分离变换特征信息提取的BPNN模型取得了最优效果,建模集和预测集正确率分别达99.1%和98.4%。【结论】采用高光谱成像技术对水稻纹枯病生理特征进行无损鉴别是可行的,本研究为水稻纹枯病的识别提供了一种新方法。     

基于可见光-近红外光谱技术的烤烟品种鉴别研究

提出了一种使用可见光-近红外光谱技术快速、无损鉴别烤烟品种的新方法。应用可见光-近红外光谱技术,采集获得4个不同烤烟品种的160个样本光谱特征曲线,选取全波段光谱(350~2 500 nm)经Savitzky-Golay平滑滤波、多元散射校正和标准正态变换优化处理,建立了烤烟品种的偏最小二乘判别(PLS-DA)模型。结果表明,该模型校正及验证结果与样本分类变量的决定系数R2大于0.971,校准均方根误差(RMSEC)和预测均方根误差(RMSEP)均低于0.096,模型对验证集中40个未知的烤烟品种样本的正确识别率均达到100%。该方法具有很好的分类和鉴别效果,说明应用可见光-近红外光谱技术结合PLS-DA可以用来对烤烟品种进行鉴别。     

花生叶鲜生物量的高光谱估算模型

利用花生生物物理参数和冠层高光谱数据,基于光谱一阶微分技术,选取对生物量敏感的波段组成高光谱植被指数,建立花生叶鲜生物量的高光谱遥感估算模型。结果表明,花生叶鲜生物量在绿峰525~556 nm、红谷645~689 nm和近红外710~900 nm波段范围反射光谱与花生叶鲜生物量有极显著相关关系。高光谱反射率与叶鲜生物量在大部分可见光区和近红外波段呈显著相关,并且在可见光红光波段呈负相关,在近红外波段呈极显著正相关。花生光谱反射率与花生叶鲜生物量相关的近红外、红光波段的敏感波段分别为770、673 nm,用这2个波段构建植被指数,组成高光谱归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)和再次归一化植被指数(RDVI),并构建生物量反演模型;相对于NDVI、DVI、RDVI建立的简单线性函数估测模型,RVI所构建的花生叶鲜生物量估测模型的预测精度较高。     

基于光谱技术和SIMCA方法的润滑油鉴别

采用可见-近红外反射光谱结合独立软模式法(SIMCA)建立了不同品牌种类的发动机润滑油鉴别模型。研究在对光谱曲线进行预处理和聚类分析后,选取7个主成分作为SIMCA的最佳主成分,随机采用20×7个样本作为建模样本,其余的10×7个样本作为预测样本,应用SIMCA进行分类,在显著性水平为5%下,其预测分辨率为98.75%。根据变量建模能力值,找到敏感波段420~425 nm、492~518 nm和796~816 nm,并将相应波段的光谱值作为SIMCA的输入,进行建模预测,结果发现,预测分辨率达95.71%,能快速正确区分7类不同品种的发动机润滑油。     

基于高光谱的冬小麦叶面积指数估算方法

【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数（R2）为0.675-0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。     

适合温州蜜柑可溶性固形物无损检测的近红外光谱研究

为提升温州蜜柑可溶性固形物近红外光谱无损检测的精确度,对适合温州蜜柑可溶性固形物无损检测的近红外光谱进行了研究。结果表明,利用间隔偏最小二乘法,建立了温州蜜柑可溶性固形物与近红外光谱模型之间的关系,选出可溶性固形物的显著特征波段为890～918 nm,备选特征波段为830～858 nm、860～888 nm、650～688 nm。组合这些波段再次建模,可大大提高模型的预测能力,模型的拟合优度高达0.904 0,交互验证均方根误差降到0.504 6° Birx。     

近红外光谱技术法快速鉴别茶油掺伪

[目的]采用近红外光谱技术法,快速鉴别茶油掺伪。[方法]基于近红外光谱技术,比较马氏距离聚类分析法与反向传播神经网络,建立茶油与掺有菜籽油、棕榈油掺伪茶油的模式识别模型。[结果]采用马氏距离聚类分析法建模时,参数如下:光谱一阶导数处理后,结合SNV、Norris Derivative滤波方法,经主成分分析法,提取8个主成分,模型对预测集样本的准确率达100%;采用反向传播神经网络建模时,参数如下:输入向量为前8个主成分的33个吸收峰,隐含层神经元个数为15,训练学习速度为0.1,训练220步时,模型对预测集样品识别准确率亦为100%。[结论]反向传播神经网络方法更加具有较快的运算速度和较好的收敛性,可为茶油品质评价与检测提供一种新方法。     

冬小麦高光谱信息提取方法的研究

针对高光谱数据波段多、数据量大和冗余度大等特点,本文以ASD便携式高光谱仪为光谱数据获取手段,以不同生育时期冬小麦冠层高光谱为研究对象,采用主成分分析和波段自相关分析两种方法来进行数据降维,通过采用基于高光谱与叶面积指数估算(LAI)相关系数法进行验证,以确定冬小麦高光谱遥感信息提取的最佳波段。结果表明,主成分分析法(PCA)和波段自相关分析法选择的波段主要在可见光区域(350~450nm和600~700nm)、近红外区域(1 100~1 200nm)和短波红外区域(1 500~1 750nm),包含了验证方法基于高光谱与LAI相关系数法所选择的主要波段范围:可见光区域和近红外区域。综合考虑,用主成分分析法和波段自相关分析法两种方法对冬小麦高光谱提取的信息是全面、可靠的,包含了针对某一生理指标如LAI的有关信息。     

双孢蘑菇疣孢霉病早期高光谱图像鉴别

双孢蘑菇疣孢霉病是由有害疣孢霉菌Mycogone perniciosa引起的、破坏性极强的真菌类病害,且该病害检测困难耗时,往往导致菇房绝收,菇农收益损失严重。早发现、早处理能够有效解决病害带来的经济损失和农药残留超标等质检问题。因此,本研究将能够快速无损检测的高光谱成像技术应用到双孢蘑菇病害早期鉴别。以双孢蘑菇菌Agaricus bisporus子实体为试材,对健康染病双孢蘑菇生长早期子实体样本采集菌盖的全波段(401～1 046nm)可见/近红外高光谱图像信息,利用多元散射校正(MSC)进行预处理,采用决策树(DT)提取特征波段,对比随机森林(RF)和极限学习机(ELM)两种模型对健康和染病双孢蘑菇鉴别准确度。利用DT选取401.00、951.59、978.09、1 006.59和1 044.90nm为鉴别病害的特征波段。对比RF和ELM所建模型效果,得到MSC-DT-ELM模型检测效果最优,测试集和预测集总体样本鉴别准确度分别为92.39%和91.32%。结果表明,该模型可以有效提高基于全波段的双孢蘑菇疣孢霉病早期的鉴别准确度,得到基于高光谱成像技术的便捷准确鉴别双孢蘑菇病害早期的模型,同时,为进一步开发双孢蘑菇病害早期的多光谱设备提供了理论依据和方法。     

基于近红外光谱不同波段的红松木材含水率预测分析

运用近红外光谱技术结合偏最小二乘法(PLS),对所采集光谱进行一阶导数和二阶导数处理,并对未处理原始光谱、一阶导数处理光谱和二阶导数处理光谱分别在7个不同波段范围内建立红松含水率预测模型.结果表明红松样本近红外光谱经一阶导数处理,波段在1 000～2 100nm范围内所建模型最优,其校正集相关性系数为0.992 5,校...     

辣椒茶黄螨危害的冠层光谱特性与危害级别反演

为了辣椒茶黄螨大面积的遥感监测提供理论依据,测定了辣椒茶黄螨危害期间的冠层高光谱数据,并对冠层反射光谱与茶黄螨危害级别进行了相关分析.结果表明:近红外波段758、1569 nm及可见光波段537 nm为茶黄螨螨害的3个敏感波段;并基于敏感波段及由其组成的比值植被指数(RVI)和归一化植被指数(NDVI),建立了检测茶黄螨危害级别的5种单变量线性函数模型;3个敏感波段构建的模型方程在P=0.01条件下极显著相关,且758nm处的光谱反射率建立的模型为最优,预测相关系数达0.965.     

枸杞4大病虫害的遥感近地高光谱特征

为给枸杞病虫害的防治提供依据,填补我国枸杞光谱特征研究方面的空白,采用近地高光谱遥感方法对枸杞主产区宁夏中卫市中宁县枸杞的健康冠层与枸杞木虱、瘿螨、负泥虫和白粉病等4种枸杞病虫害危害冠层的近地高光谱特征及变化规律进行研究。结果表明:不同病虫害感染后的冠层都具特有的光谱特征规律。健康枸杞冠层的光谱特征曲线较为平滑,其光谱反射率在红光波段700~760nm和近红外波段处高于染病冠层;木虱、瘿螨和负泥虫危害的冠层光谱特征曲线较为曲折,出现较多折点,并且发生蓝移现象;白粉病危害冠层的光谱特征较其他3种病虫害的平缓,但其光谱反射率在近红外波段较健康枸杞冠层的低。随着受害程度的加重,木虱危害的枸杞冠层光谱反射率在红光波段700~760nm处和近红外波段处降低;瘿螨危害的枸杞冠层光谱反射率在绿光波段550~600nm和红光波段600~700nm处升高,在红光波段700~760nm处和近红外波段处光谱反射率降低;负泥虫危害的枸杞冠层光谱反射率在红光波段700~760nm和近红外波段处降低;白粉病危害的枸杞冠层光谱反射率在蓝光波段、绿光波段和红光波段600~730nm处升高,在红光波段730~760nm和近红外波段处降低。     

���4�󲡳溦��ң�н��ظ߹�������

为给枸杞病虫害的防治提供依据,填补我国枸杞光谱特征研究方面的空白,采用近地高光谱遥感方法对枸杞主产区宁夏中卫市中宁县枸杞的健康冠层与枸杞木虱、瘿螨、负泥虫和白粉病等4种枸杞病虫害危害冠层的近地高光谱特征及变化规律进行研究.结果表明:不同病虫害感染后的冠层都具特有的光谱特征规律.健康枸杞冠层的光谱特征曲线较为平滑,其光谱反射率在红光波段700～760 nm和近红外波段处高于染病冠层;木虱、瘿螨和负泥虫危害的冠层光谱特征曲线较为曲折,出现较多折点,并且发生蓝移现象;白粉病危害冠层的光谱特征较其他3种病虫害的平缓,但其光谱反射率在近红外波段较健康枸杞冠层的低.随着受害程度的加重,木虱危害的枸杞冠层光谱反射率在红光波段700～760 nm处和近红外波段处降低;瘿螨危害的枸杞冠层光谱反射率在绿光波段550～600 nm和红光波段600～700 nm处升高,在红光波段700～760 nm处和近红外波段处光谱反射率降低;负泥虫危害的枸杞冠层光谱反射率在红光波段700～760 nm和近红外波段处降低;白粉病危害的枸杞冠层光谱反射率在蓝光波段、绿光波段和红光波段600～730 nm处升高,在红光波段730～760 nm和近红外波段处降低.     

基于可见-近红外光谱技术的油菜叶片叶绿素含量无损检测研究

    为了快速无损获取油菜叶片叶绿素含量信息,试验研究了油菜叶片的可见-近红外反射光谱特性与叶绿素含量之间的定量关系.试验采集140个油菜叶片样本,其中70个样本用于建模,另外70个样本用于模型预测.光谱曲线扫描采用美国USB4000光纤光谱仪,叶绿素含量值采用日本Minolta 公司生产的SPAD-502仪测定.实验发现,波段范围680～730 nm处的光谱吸光度与油菜叶片叶绿素含量之间具有显著相关性.同时发现油菜叶片厚度对建模预测精度有较大影响.试验首先用待定系数法构造叶绿素含量预测方程;然后用标准遗传算法对其进行参数优化.试验确定最优光谱范围是696.82～716.53 nm.不考虑叶片厚度时,建模和预测关联度r分别是0.4823 和0.5649.考虑叶片厚度校正后,建模和预测关联度r分别提高到0.8936 和0.9178.说明基于可见-近红外反射光谱技术实现油菜叶片叶绿素含量快速无损检测是可行的.     

基于近红外光谱法和聚类分析法快速鉴别食用油种类

由近红外光谱可以获得不同种类食用油的组成和成分信息,利用聚类分析法提取不同食用油近红外光谱成分信息,对5大类共40个食用油样本进行分类处理。试验证明:对900~1700nm波段范围的光谱样本经过二阶导数处理,利用最短距离法和最长距离法对其进行聚类分析,可以有效的区分5种不同的食用油,模型预测准确率为100%。     

快速鉴别蜂蜜真假的方法

通过对蜂蜜和果葡糖浆成分全面剖析,研究一种简便、快速鉴别蜂蜜中糖浆掺假方法。该方法能准确鉴别掺20%以上糖浆蜂蜜的行为,特别适合蜂产品企业对原料蜜验收的粗筛查,与相关国家方法鉴别标准比对验证,结果令人满意。