基于高光谱成像的柑橘黄龙病无损检测

采用高光谱成像技术,结合最小二乘支持向量机(LS-SVM)和偏最小二乘判别分析(PLS-DA)2种方法,探索柑橘黄龙病快速无损检测的可行性。在380~1 080 nm光谱范围内,采集正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种柑橘叶片的高光谱图像。采用方差分析方法,分析了正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种叶片的叶绿素、淀粉和可溶性糖含量间的差异,表明3指标可作为判别黄龙病的指示性指标。采用偏最小二乘法,建立了叶绿素、可溶性糖及淀粉3指标含量的定量分析数学模型,模型预测均方根误差分别为7.46、5.51、5.88,提供了柑橘黄龙病高光谱成像快速检测依据。提取高光谱图像感兴趣区域的平均光谱,通过分析正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种叶片的代表性光谱,在750 nm处吸光度存在差异。采用2阶导数处理样品光谱,消除了450~650 nm和800~1 000 nm波段的基线漂移,放大了有效光谱信息。采用主成分分析(PCA)和连续投影算法(SPA)筛选柑橘黄龙病LS-SVM定性判别模型的输入变量,建立了LS-SVM定性判别模型,同时与PLS-DA进行对比。采用未参与建模的预测集样品评价模型性能,结果表明PLS-DA模型判别柑橘黄龙病的准确率更高,模型误判率为5.6%。实验结果表明,高光谱成像技术结合偏最小二乘判别分析方法可实现柑橘黄龙病快速无损检测与黄龙病病情等级判别。     

近红外光谱柑橘货架期的快速鉴别模型——基于主成分分析神经网络

利用近红外光谱技术进行了柑橘货架期的快速鉴别模型的研究.在两个不同的时间采集从市场上购买的黄岩地区的32个柑橘(同一时间采摘)的近红外光谱,并将不同时间采集光谱时的柑橘的货架期分别定为1类和2类(间隔为10天),对不同货架期的柑橘样品光谱进行主成分特征提取,将提取的特征变量作为神经网络的输入,建立了基于主成分和神经网络的近红外光谱柑橘货架期的快速鉴别模型.所建模型对1类中7个样品货架期的鉴别结果中有4个样品的货架期预测准确率在90%以上;对2类中8个样品货架期的鉴别结果准确率均在90%以上.结果表明,近红外光谱技术可以很好地进行柑橘类水果的货架期的快速鉴别.     

玉米秸秆基柔性表面增强拉曼基底制备与应用

由于表面增强拉曼光谱检测技术具有特异性强、灵敏度高等优点,而被广泛应用在痕量化合物的检测中。用于检测的SERS基底成为近年来的研究热点,然而研究者大多关注对检测限的降低,而对基底的成本考虑较少。利用廉价的玉米秸秆原料制备了玉米秸秆基醋酸纤维素膜,之后耦合金纳米颗粒,制备了测试性能稳定且检测限较低的玉米秸秆基柔性表面增强拉曼基底。针对水体中福美双农药的测试显示,过滤富集测试较滴加测试能达到更低的检测限,其检测限可达10^-7 g/mL,并在10^-7～10^-6 g/mL质量浓度范围具有良好的线性回归关系。对基底的适用性研究可知其对水中的多种农药和染料具有良好的检测效果。     

基于无人机多光谱影像的柑橘冠层叶绿素含量反演

叶绿素是一种反映植物生长水平和健康状况的重要生理生化指标,为快速、无损地大规模获取柑橘冠层的叶绿素含量以精确指导果园管理,利用多旋翼无人机搭载多光谱传感器获取多波段反射率数据,使用多光谱阴影指数对冠层阴影和土壤背景进行剔除,计算得到植被指数与纹理特征,将地面实测的叶绿素含量作为验证,综合对比了全子集回归、偏最小二乘回归和深层神经网络的反演精度以选取最优模型。结果表明,植被指数与叶绿素含量的相关性良好;将仅使用植被指数与仅使用纹理特征的建模结果进行对比,仅使用纹理特征的模型在全子集回归和偏最小二乘回归的反演精度均有明显提升;结合植被指数与纹理特征共同建模后,全子集回归和偏最小二乘回归的反演精度相比仅使用纹理特征的模型均能获得提升;深层神经网络因其良好的非线性拟合能力,获得了最高的反演精度,R²、MAE、RMSE分别为0.665、7.69 mg/m²、9.49 mg/m²,成为本文最优模型。本研究利用无人机多光谱影像反演得到柑橘冠层叶绿素含量,为实现柑橘生长监测提供指导作用。     

基于高光谱成像和Att-BiGRU-RNN的柑橘病叶分类

为实现对柑橘叶片病虫药害种类的快速精准识别,针对多种类柑橘病叶设计一种融合注意力机制(Attention mechanism)的双向门控循环单元-循环神经网络(Attention-bidirectional gate recurrent unit-recurrent nural network, Att-BiGRU-RNN)分类模型。该模型在编解码模块分别采用BiGRU和RNN结构,能够利用高光谱数据前后波段光谱信息的关联性,有效提取光谱信息的深层特征;根据不同波段光谱信息的差异性引入注意力机制动态分配权重信息,提高重要光谱特征对分类模型的贡献率,提升模型的分类准确率。获取6类柑橘叶片高光谱信息,构建实验样本集,利用Att-BiGRU-RNN、VGG16、SVM和XGBoost分别建立柑橘病叶分类模型,Att-BiGRU-RNN模型总体分类准确率(Overall accuracy, OA)平均可达98.21%,相较于其他3种模型分别提高4.71、10.95、3.89个百分点,对光谱曲线重合度高的除草剂危害和煤烟病叶片的分类准确率有显著提升。实验结果表明,深度学习方法可有效利用高光谱不同...     

高光谱成像结合模式识别无损检测猕猴桃成熟度

为实现“贵长”猕猴桃成熟度的快速无损检测,提出高光谱成像结合模式识别建立识别模型的检测方法。首先利用可见/近红外(390~1 030 nm)高光谱成像系统采集不同成熟阶段猕猴桃样本的高光谱图像,并获取整个样本区域的光谱反射率。然后对比3种光谱预处理方法：二阶导数、标准正态变换以及多元散射校正对原始光谱的预处理效果。最后分析偏最小二乘判别分析(PLS-DA)和简化的K最近邻(SKNN)模式识别方法对猕猴桃成熟度的识别性能。结果表明：相对于标准正态变换和多元散射校正两种光谱预处理方法,二阶导数预处理方法对原始光谱的预处理效果相对较好。另外,PLS-DA识别模型对猕猴桃成熟度的识别性能要优于SKNN识别模型,其正确识别率达到100%。表明采用高光谱成像技术结合模式识别方法判别“贵长”猕猴桃成熟度是可行的。     

基于可见/近红外光谱与SIMCA和PLS-DA的脐橙品种识别

脐橙的优良品种选育是通过芽变选种获得，为了选择一些具有特殊性状的脐橙芽变进行培植，需要对脐橙的品种进行鉴别。该研究应用可见/近红外光谱分析方法结合软独立模式分类（SIMCA）和偏最小二乘判别分析（PLS-DA）模式识别方法对赣南脐橙的品种进行识别。研究结果表明，采用原始近红外光谱结合SIMCA方法，实现了纽贺尔、奈弗宁娜、华脐以及朋娜4种脐橙的100%的识别；应用近红外光谱结合PLS-DA方法对校正样本建立判别模型，其校正及验证结果与实际分类变量的相关系数均大于0.970，交叉验证均方根误差（RMSECV）和预测均方根误差（RMSEP）都小于0.100，利用模型对验证集中纽贺尔、奈弗宁娜、华脐以及朋娜4种脐橙的识别率均为100%。为脐橙优良品种的选育提供快速鉴别分析方法。     

农药残留检测方法及光谱技术在生菜农残检测中的应用

蔬菜农药残留给人们健康饮食带来很大安全隐患。为此,综述了几大类农药残留检测方法:活体测定法、理化检测法、快速检测法和光谱检测法,分析了它们各自特点。同时,基于光谱技术对生菜叶片上的农残进行了检测试验,比较了有农残叶片光谱与无农残叶片光谱,并通过PCA算法进行光谱特征提取,结合学习向量量化神经网络建立农残鉴别模型,取得了较好的鉴别结果。     

柑橘黑斑病反射光谱特性与染病果实检测方法研究

通过对光谱仪采集的340~1 030 nm柑橘健康与感染黑斑区域光谱进行分析,在探明健康和黑斑病不同症状光谱特性的基础上,提出主成分分析结合特征排序的方法,选择出可识别染病与健康样本的最优波长(525 nm)建立SMO分类模型;基于序列浮动前向选择方法优选出4个特征波长(678、740、794、879 nm),建立C4.5算法识别柑橘黑斑病3种症状的方法。试验结果表明,用525 nm波长建立的SMO分类模型对健康和染病果样本的识别率达99.37%,硬斑型、破裂型和黑斑型症状的识别率分别为81.85%、71.88%和67.57%,3种症状的平均识别率为73.77%,比前人方法提高了12.77个百分点。     

大豆冠层叶片氮含量检测研究——基于无人机多光谱图像

为快速获取大豆冠层叶片氮素含量(Leaf Nitrogen Content, LNC)信息，采用无人机获取大豆冠层LNC多光谱影像光谱特征，通过分析光谱变量与LNC的相关性，选出对大豆冠层LNC敏感的光谱变量。利用逐步回归分析方法建立黑河43、龙垦310、龙垦3401在3个关键生育时期(R1、R3、R5)大豆LNC估测模型。研究结果表明：(1)在3个品种的3个生育期，除R5时期龙垦3401品种外，NDVI与LNC具有高度相关性，说明NDVI可以较好地进行大豆冠层LNC的反演。(2)在建模的过程中发现，在R1时期龙垦3401、黑河43、龙垦310所建模型的R²和RMSE依次为0.857、0.133,0.845、0.156,0.821、0.187;在R3时期龙垦3401、黑河43、龙垦310所建模型的R²和RMSE依次为0.835、0.204,0.881、0.113,0.849、0.162;在R5时期龙垦3401、黑河43、龙垦310所建模型的R²和RMSE依次为0.835、0.208,0.814、0.215,0.836、0...     

掺沙对盐渍化土壤水盐分布及其蒸发特性的影响

为了探明盐渍土水盐分布和土壤蒸发特性对掺沙的响应特征,以山东省滨州市无棣县"渤海粮仓"科技示范区土壤为研究对象,分析了不同掺沙量(沙-土质量比为0,10％,30％,50％和70％,分别以处理CK,T1,T2,T3和T4表示)对盐渍土水盐运移特征和土壤蒸发的影响.结果表明,0～5000 min,处理T1和T2表层0～1 ...     

基于羧基化石墨烯-海藻酸钠复合材料的脱落酸电化学免疫传感器的构建及应用

脱落酸(Abscisic Acid,ABA)是一种重要的植物激素,在种子和芽休眠、器官大小控制、植物衰老和死亡等发育过程中发挥作用,同时调控植物的生物与非生物胁迫.为快速、准确地测定植物体内ABA的含量,本研究开发了一种新型的ABA免疫传感器.通过在电极表面修饰羧基化石墨烯(GR-COOH)及海藻酸钠(Sodium A...     

黄河三角洲盐渍土蒸发对土壤盐分变化的响应特征

为了探明黄河三角洲盐渍土蒸发对土壤盐分变化的响应特征,采用矿化度分别为5,10,30,50,70,90 g/L的咸水灌溉黄河三角洲0~40 cm土壤,获得不同盐分梯度的盐渍土处理,依次标记为处理T1—T6,并测定各处理的土壤含水率和电导率、蒸发强度和累积蒸发量等指标.结果表明,蒸发过程中表层土壤含水率和电导率均随土壤含盐量增加呈逐渐增加趋势;蒸发结束时,处理T1—T6的土壤表层平均含水率比试验初期降低了80.0%~95.8%,表层含水率的降低幅度随着含盐量增加而逐渐降低;土壤表层电导率分别增加135%~330%,且蒸发前期表层电导率增加幅度明显高于蒸发后期.土壤含盐量对土壤剖面含水率及电导率分布影响差异具有统计学意义,蒸发结束时,处理T1—T6表层0~2 cm比3~6 cm土壤含水率低了8.3%~30.5%,土壤电导率则高了82%~196%,且随着土壤含盐量增加,盐分对土壤剖面盐分分布的影响逐渐增强,表层与深层土壤含盐量差异逐渐增大.蒸发过程中,土壤平均蒸发强度和累积蒸发量随土壤含盐量增加呈降低趋势,处理T1—T6的平均蒸发强度为3.5×10^-4,3.5×10^-4,3.4×10^-4,3.2×10^-4,3.0×10^-4和2.7×10^-4 mm/d,土壤累积蒸发量分别为26.13,26.20,25.50,24.26,22.50和20.58 mm,且蒸发前期各处理的土壤平均蒸发强度及累积蒸发量均高于蒸发后期,土壤含盐量对土壤蒸发的抑制作用主要在蒸发前期.研究表明土壤含盐量可影响土壤剖面含水率与电导率分布以及土壤蒸发强度和累积蒸发量.     

秸秆覆盖条件下滨海盐渍土水盐分布及蒸发特征

为了揭示秸秆覆盖滨海盐渍土水盐调控机理,通过室内模拟实验研究了不同秸秆覆盖量(0、0.3、0.6、0.9和1.2 kg/m²分别由CK、秸秆A、秸秆B、秸秆C和秸秆D表示)对土壤水盐运移和蒸发强度的影响。结果表明,秸秆覆盖可有效提高表层及土壤剖面含水率,且增墒效果随秸秆覆盖量的增加而增加:试验期间秸秆A、秸秆B、秸秆C和秸秆D剖面平均含水率比CK依次高了41.2%、52.3%、65.7%和58.5%;秸秆覆盖可抑制表层土壤盐分积聚并有效调控土壤剖面盐分分布,秸秆覆盖量越大表层积盐量越低,土壤剖面盐分分布越趋于均衡:试验结束时,CK、秸秆A、秸秆B、秸秆C和秸秆D表层0~2 cm土壤电导率比3~5 cm电导率分别高了246.3%、242.8%、138.4%、40.5%和47.6%;土壤蒸发强度和累积蒸发量随着秸秆覆盖量的增加而降低:试验期间CK、秸秆A、秸秆B、秸秆C和秸秆D处理平均蒸发强度依次为1.79×10^-3、1.64×10^-3、0.93×10^-3、1.35×10^-3和0.76×10^-3mm/min,累积蒸发量分别为17.79、20.30、14.20、14.57和10.27 mm,且蒸发初期秸秆覆盖对蒸发强度和累积蒸发量的抑制作用更明显。     

旋转圆盘表面固液两相流动数值模拟及试验研究

基于DPM离散颗粒模型,研究了旋转圆盘表面在固液两相流作用下冲蚀磨损行为,重点分析了颗粒体积分数、颗粒直径、颗粒进口速度等因素对旋转圆盘表面磨损的影响.结果表明,在旋转圆盘表面,磨损量随着半径的增大而增大,磨损量会随着时间而累积增加;当颗粒体积分数由2%增加到5%,圆盘的磨损量逐渐增加,最大磨损量由5.8×10^-7 kg/m²增加到1.3×10^-6 kg/m²,平均磨损量由7.5×10^-8 kg/m²增加到1.7×10^-7 kg/m²;随着颗粒直径的减小,相同体积分数下颗粒数目越多,圆盘的最大磨损量和平均磨损量都逐渐增加,圆盘表面磨损加剧.随着颗粒进口速度的增大,圆盘的最大磨损量和平均磨损量都少量增加.同时经圆盘试验验证,在旋转圆盘表面,随着半径的增大,3种不同材料的试件磨损量都增加,结果与数值模拟相吻合.且磨损形貌由2个磨损区域发展到3个,不同磨损区域的交界线呈抛物线状.     

基于可见/近红外光谱技术的板栗产地识别

采用可见/近红外光谱分析技术对河北和安徽两个产地的板栗进行检测分级,获得板栗样品在600~1 100 nm波长区间的可见/近红外光谱,采用偏最小二乘判别分析（PLSDA）进行建模,比较不同预处理方法和波长范围对PLSDA模型精度的影响。结果显示,不同预处理方法对模型性能影响较大,一阶导数预处理在全波长范围所建PLSDA模型性能最优,校正集和验证集的决定系数分别为0.884和0.863,均方根误差分别为0.170和0.191。不同波长范围也会影响模型的预测和识别性能,在波长区间为750~1 000 nm的光谱所建立的PLSDA模型性能要高于全波长光谱所建立的模型性能,其中经过Savitzky Golay平滑预处理后,模型性能的提高最为明显,且其与原始光谱在校正集和验证集的敏感性和特异性均达到最优,即识别率均可达到100%。因此,可见/近红外光谱分析技术能够对板栗产地进行鉴别。     

纳米通道适配体传感器对马拉硫磷的检测

准确快速检测水体中农药残留对水体安全至关重要。基于纳米通道电流整流现象,利用适配体特异性结合目标物的特点,构建了电化学适配体传感器,以实现马拉硫磷(Mal)的检测.通过金硫键将Mal适配体1(Apt-1)修饰到镀有金膜的纳米管腔内,利用Mal与Apt-1和适配体2(Apt-2)特异性结合后改变纳米通道内电荷密度的特点,实现Mal的定量检测.采用扫描电镜(SEM)和圆二色谱(CD),对纳米管及通道内部进行表征;对Apt-1在纳米通道内部的修饰浓度、Apt-2的使用浓度、孵育溶液的pH以及孵育时间进行优化.在最佳工作条件下,Mal浓度的对数与传感器的响应电流信号呈线性关系,传感器对Mal的检测线性范围为1.0×10^-8~1.0×10^-6 mol/L,检测限(LOD)为3.33×10^-9 mol/L.考察了传感器的稳定性以及对Mal的检测选择性,并将传感器用于水样中Mal的分析,所得结果与气相色谱(GC)方法所得结果基本一致.     

基于Weibull函数的平贝母热风干燥特性

为探索平贝母在干燥过程中的内部水分变化规律,实现对其含水率的实时监测,为平贝母的干燥工艺和过程设计提供理论依据,利用干燥箱分别在45、55、65℃条件下获得平贝母的热风干燥特性曲线,并以R²、χ²和RMSE为评价指标,采用常用的4种经典干燥模型建立平贝母干燥动力学模型。试验结果表明:Weibull模型与其他干燥模型相比能够更好地模拟平贝母的热风干燥过程;尺度参数α随着干燥温度升高而减小,形状参数β变化不大;基于Weibull函数计算求得估算有水分有效扩散系数为1.229×10^-10~3.218×10^-10 m²/s,干燥活化能为144.91kJ/(mol·K)。该项研究为使用现代干燥技术实现平贝母干燥工业化提供了技术依据,奠定了理论基础。     

桔梗切片远红外干燥特性及动力学研究

为探讨远红外干燥技术对桔梗切片的干燥效果,获得品质较好的桔梗干制品。研究不同温度、切片厚度和辐照高度条件下桔梗的远红外干燥特性,通过建立其干燥动力学模型,对比不同干燥条件下桔梗干燥品质的变化。结果表明:干燥温度的适宜范围为55℃~60℃,切片厚度为4 mm物料的干燥效果较好;weibull分布函数能够较好地描述桔梗的远红外干燥过程;不同干燥条件下物料有效水分扩散系数的区间为1.08×10^-9~6.88×10^-9 m²/s;与热风干燥相比,远红外干燥技术所得干制品的色差值更小,干燥曲线的变化更平缓;对比不同干燥技术所得桔梗干制品的微观结构发现,远红外干燥所得干制品的细胞表面平整,孔隙均匀,细胞损伤较小。     

基于岭回归的土壤全氮含量反演模型

全氮含量是土壤肥力的核心指标之一,快速、准确测定耕层土壤全氮含量对农业生产具有重要意义.以南京市江宁区典型水稻田为研究对象,采用棋盘式布点法选取了60个点位,每个点位均在0~30 cm表土层进行取样,利用大疆精灵4多光谱无人机同时获取了土壤样本分别在5个波段(450,560,650,730,840 nm)的光谱反射率,通过土壤全氮含量与光谱反射率多元线性分析,揭示了光谱反射率数据特有的多重共线性问题,构建了基于岭回归的无人机遥感影像反演土壤全氮含量预测模型.计算结果表明,岭回归系数取0.12时,其回归R²达到了0.408,方差膨胀因子均在10以下,且回归系数具有统计学意义.基于岭回归的反演模型可以较好兼顾反演精度与光谱数据多重共线性问题.研究成果可为无人机遥感土壤氮素营养诊断提供理论依据.