近红外高光谱成像结合特征波长筛选识别小麦赤霉病瘪粒

为实现小麦赤霉病瘪粒快速识别,本研究使用主成分分析(Principal component analysis,PCA)结合最大类间方差法(Otsu)对小麦高光谱图像进行背景分割,以赤霉病瘪粒识别正确率为评价指标,探究判别分析方法与竞争性自适应权重取样法(Competitive adaptive reweighted sampling,CARS)的最佳组合方式.结果显示,基于全谱段构建的偏最小二乘判别分析(Partial least squares discrimination analysis,PLS-DA)和支持向量机判别分析(Sup-port vector machine discriminant analysis,SVM-DA)模型预测精度相同,外部验证集健康籽粒和赤霉病瘪粒识别正确率分别为95.2％和100.0％;基于CARS筛选的8个特征波长构建的CARS-PLS-DA模型外部验证集健康籽粒和赤霉病瘪粒识别正确率均为100.0％,预测精度高于CARS-SVM-DA模型,可有效实现赤霉病瘪粒的快速识别.研究结果将为谷物仓储和加工过程中赤霉病瘪粒高通量快速识别提供理论依据和技术支撑.     

不同理化预处理对麦秸Pb2+吸附的影响

以麦秸为研究对象,利用碱处理、微波处理、酸处理和水热处理等手段制备不同预处理的麦秸样本,探究其微观结构、化学组分变化以及Pb2+吸附效果差异,以期为研究麦秸Pb2+吸附机理、提高吸附效果提供理论依据。结果表明：经水热、硫酸、磷酸-双氧水、微波、碱和碱-双氧水等不同理化预处理的麦秸,其Pb2+吸附量分别为1.01、1.51、3.99、6.57、9.56、9.76mg/g。酸性条件可以有效去除半纤维素,微波处理对麦秸组分的改变相对较弱,碱性条件主要有利于去除木质素,双氧水进一步增强了对木质素的降解作用。定量分析结果表明,麦秸化学组分质量分数与Pb2+吸附量存在一定量化关系,其中半纤维素质量分数与Pb2+吸附量间呈正相关,木质纤维组分影响麦秸Pb2+吸附的重要性从大到小依次为：AIL（酸不溶木质素）、半纤维素、木质素、其他组分、纤维素、ASL（酸溶木质素）,表明半纤维素和木质素在麦秸Pb2+吸附中占据权重最高。