泡桐生长与土壤因子偏最小二乘回归分析

[目的]为造林地选择和科学管理土壤提供参考。[方法]利用小波去噪,建立偏最小二乘回归模型,对影响泡桐人工林生长的土壤主导性因子进行探讨。[结果]泡桐与土壤中大部分因子存在显著或极显著的相关关系,影响泡桐生长的土壤主导因子是有效磷、有机质。[结论]偏最小二乘回归对泡桐生长与土壤因子分析的模型合理可信,精确度高,可靠性较强,有一定使用价值。     

基于偏最小二乘与随机森林的土壤盐含量反演研究

针对土默川平原地区的土壤盐分含量提出了偏最小二乘与随机森林相结合(RF-PLSR、PLSR-RF)对土壤盐分含量进行预测的回归反演模型.该研究共采集45份土壤样本,随机选取35份为建模集,10份为验证集.试验首先对采集到的高光谱土壤图像进行分割处理提取出土壤在400～1000 nm的原始反射光谱,其次对原始反射光谱进行4种光谱变换(一阶微分、多元散射校正的一阶微分、SG平滑去噪的一阶微分、对数的一阶微分),并与土壤的实测盐分量进行相关性分析(CA),利用相关系数选取敏感波段,最后建立偏最小二乘与随机森林结合的回归反演模型.结果表明,与偏最小二乘回归、随机森林回归单独建模相比,2种模型结合后的预测精度有明显的改善.光谱经过对数的一阶微分变换建立的PLSR-RF反演模型更为明显,其建模集决定系数Rc 2为0.852,均方根误差RMSEc为0.102 g/kg,相对分析误差RPDc为2.600,验证集决定系数Rv 2为0.941,均方根误差RMSEv为0.049 g/kg,相对分析误差RPDv为4.117.     

基于样本挑选和不同偏最小二乘方法的近红外光谱玉米淀粉组分校正模型的研究

[目的]获得精度高、鲁棒性强的玉米近红外光谱淀粉组分检测模型。[方法]用一阶导数和Savitzky．Golay平滑对玉米1300～2298nlTl近红外光谱进行预处理,而后分别以RS（random sampling）、KS（Kennard Stone）、Duplex、SPXY（sample set partitioning based on joint x-y distance）方法选取最佳校正集样本集合,最后分别用PLS（Partial Least Squares）、iPLS（intervalPLS）和siPLS（synergy interval PLS）方法建立校正模型。[结果]采用sPXY方法选取有代表性的校正集合样本,以siPLS方法所建立的近红外光谱玉米淀粉组分校正模型最优,校正样本集合中r为0．9917,RMSECV为n1073,预测样本集合中r达到了0．9944,RMSEP为0．0814。[结论]SPXY-siPLS方法建立的近红外光谱玉米淀粉组分校正模型,不但可以减小参与建模的数据规模．而且缩短了运算时间．预测能力和精度也均得到提高。     

用主成分回归和偏最小二乘法定量测定谷物成分

用主成分回归和偏最小二乘方法分别处理谷物的付立叶变换近红外漫反射光谱,对谷物中含量分别为 10~(-1)的蛋白质、10~(-2)的脂肪、10~(-3)的赖氨酸进行了定量测定。表明这2种方法与经典化学方法没有系统偏差,结果优于逐步回归分析。     

中国花卉年销售额的偏最小二乘回归分析

应用偏最小二乘回归对1998-2012年中国花卉年销售额进行了分析,结果表明:建立的模型是合理可信的,花卉产业增长方式已经发生重大改变。技术人员已经成了促进花卉增长的首要因子,栽培面积退居第2位,保护地位居第3位,而花卉企业成为了花卉增长的限制因子。     

油茶叶片叶绿素含量高光谱估测的偏最小二乘模型参数选择

[目的]利用高光谱技术估测植物叶片叶绿素含量时,如何在高维的光谱数据中选择有效的高光谱参数作为估测模型的输入矢量是估测叶绿素含量精度的关键.[方法]以南方丘陵地区油茶为试验材料,收集了182份油茶叶片光谱反射率及叶绿素含量样本,综合分析了敏感波段、光谱指数、高光谱特征参数和全波段(400～1350 nm)4个不同高光谱...     

基于偏最小二乘回归同时测定阿莫西林和多四环素含量

阿莫西林和多四环素在紫外光谱区间吸收峰附近有多重共线现象,紫外分光光度法难以准确测出2种物质各自含量.本文通过L16(45)正交实验设计,采集200~250 nm波长混合样品吸收光谱,数据经标准化处理,建立偏最小二乘回归预报数学模型.结果显示,该法计算阿莫西林和多四环素的预测相对误差(RPE)分别为3.13%和6.42%,平均加标回收率分别为100.34%和100.71%.该法简便快捷,准确可靠,样品无需预先分离.     

偏最小二乘回归分析在土地利用变化研究中的应用--以上海市嘉定区为例

以上海市嘉定区为例，首先分别应用一般最小二乘回归、主成分分析和典型相关分析3种方法进行建模分析，然后应用偏最小二乘回归方法，对该区域土地利用结构变化建立数学模型，并对该地区社会经济因子对土地利用结构变化的影响和作用机制进行简要的分析总结。结果表明：偏最小二乘回归模型的整体性较强，结论较为合理，回归系数易于解释，提供的系统信息也更丰富。     

贵州烤烟中生物碱的偏最小二乘回归分析

采用多元统计分析方法,对贵州2010和2011年124个烤烟样品中的8种生物碱进行偏最小二乘回归分析。结果表明：假木贼碱、 二烯烟碱、新烟草碱及可替宁对烟碱含量的影响最大;通过偏最小二乘回归方程对烟碱含量进行预测,训练集119个样本的预测值与测定值之间的相对标准偏差都小于17.04%,其中有109个样本小于10.00%;用检测集5个样本进一步对方程进行验证,其预测值与测定值之间的相对标准偏差都小于6.72%。     

用主成分回归和偏最小二乘法定量测定谷物成分

用主成分回归和偏最小二乘方法分别处理谷物的付立叶变换近红外慢反射光谱，对谷物中含别为１０＾－＾１的蛋白质，１０＾－＾２的脂肪，１０＾－＾３的赖氨酸进行了定量测定。表明这２种方法与经典化学方法没有系统偏差，结果优于逐步回分析。     

基于偏最小二乘回归模型的湖北省粮食产量影响因素分析

以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型。PLSR模型中,自变量对因变量均具有较好的解释能力,回归模型的Rcv2=0.946,表明回归模型的精度较高,拟合效果较好,可靠性强。结果表明,粮食作物播种面积、农业机械化总动力、农田有效灌溉面积、农用化肥施用量以及农村用电量共5个指标是影响湖北省粮食产量的关键因素。     

基于偏最小二乘的无线传感网多跳定位算法

提出了一种基于偏最小二乘的多跳定位算法(ML-PLS)。算法借助偏最小二乘对已知节点间的跳数与真实距离的建模,通过跳数、距离两者间的最大协方差共同推动节点位置的估计。ML-PLS算法对复杂部署环境具有较强的适应性,克服了传统算法只适用于各向同性网络的不足。仿真结果表明,ML-PLS算法定位精确度高且性能较稳定,并能适应不同网络环境。     

偏最小二乘分光光度法同时测定茶叶中良量铁、钴和镍

痕量Fe(Ⅱ）、Co（Ⅱ）和Ni（Ⅱ）与4－（2－吡啶偶氮）－间茶二酚（PAR）在pH＝8.7时发生显色反应，其吸收光谱相互严重重叠。本用偏最小二乘法（PLS）分光光度法成功地同时测定了模拟试样及茶叶是痕量铁、钴和镍。结果表明，PLS法是化学计量学中一种可适用于基体较复杂的实际试样中痕量组分同时分光光度测定的优良的多元计算方法。     

基于近红外光谱苗期玉米叶片叶绿素含量的无损检测方法

试验以42片未经处理的苗期玉米叶片为试材,采用近红外光谱检测技术和SNV+Detrending的预处理方法,应用偏最小二乘回归分析方法建立定量分析模型,通过测定近红外光谱图,研究3 300~10 000 cm-1范围内苗期玉米叶片的光谱特性。结果表明,测定苗期玉米叶片叶绿素含量的决定系数R2为0.989,残差均方根RMSE为0.047,采用近红外光谱快速检测苗期玉米叶片叶绿素含量是可行的。     

基于偏最小二乘法的武汉市生态足迹模型及驱动力研究

选取表征社会经济发展的重要指标建立了社会经济系统指标,在对武汉市1990~2012年生态足迹计算结果基础上,应用偏最小二乘法构建了武汉市生态足迹回归模型,并分阶段对其生态足迹驱动力进行了分析。结果表明,1990~2010年间武汉市生态足迹呈上升趋势,主要驱动力为城市化率、人口规模及经济水平的提高;2010年武汉市生态足迹达到高峰值,为2 335.537 hm2,人均生态足迹为2.8 hm2/人,随后生态足迹与GDP及人均可支配收入于2011年开始呈现负相关性,生态足迹与GDP开始呈现倒“U”型转折点,人均生态足迹于2012年下降为2.43 hm2/人;“十二五”期间,武汉市高新技术产业所占比例及第三产业所占比例的增加,能源消耗总量及万元工业能耗的下降,对减缓人口对自然资源的依赖发挥了重要的作用。     

用PLS算法由HJ-1A/1B遥感影像估测区域冬小麦理论产量

【目的】作物遥感估产是遥感技术在农业生产中研究与应用的重点领域,能够向大田区域生产提供及时可靠的产量信息,准确地估测作物产量,对于确保国家粮食安全,制定社会发展规划,指导和调控宏观种植业结构调整,提高涉农企业与农民的经营管理水平具有重要意义,为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。通过筛选冬小麦理论产量的敏感遥感变量,构建基于国产影像的理论产量遥感估测模型,实现区域冬小麦理论产量遥感估测,为及时了解不同生态区域冬小麦产量丰欠变化趋势提供参考。【方法】以2010年4月26日、2011年4月28日、2012年4月28日和2013年5月2日冬小麦开花期四景HJ-1A/1B影像为遥感数据,提取出13个遥感变量,以江苏省泰兴、姜堰、仪征、兴化、大丰5县作为试验采样区,于各实验区选取具有代表性的样点进行采样,并于室内进行测定,将335个实测的冬小麦理论产量样本按3﹕2比例分成建模集和验证集样本,依据估算残差平方和处于最小值确定模型所需主成分数,将决定系数、均方根误差和相对误差为模型评价参数,利用建模集样本分析了卫星遥感变量与冬小麦理论产量的定量关系,运用偏最小二乘回归算法构建及验证了以理论单产为目标的多变量遥感估产模型,将其算法模型估产效果与线性回归算法和主成分分析算法模型进行比较,并制作了冬小麦理论产量空间等级分布图。【结果】理论产量与所选的大多数遥感变量间关系密切,且多数遥感变量两两间具有极显著的多重相关性;理论产量偏最小二乘回归模型的最佳主成分数为4,且结构加强色素植被指数、归一化植被指数、绿色归一化植被指数和植被衰减指数为理论产量遥感估测的敏感变量;经建模集和验证集评价,理论产量估测模型的决定系数分别为0.79和0.76,均方根误差分别为720.45和928.05 kg·hm^-2,相对误差分别为11.45%和13.92%,且估测精度比线性回归算法分别提高了25%以上和27%以上,比主成分分析算法分别提高了15%以上和16%以上,说明偏最小二乘回归算法模型估测区域理论产量的效果明显好于线性回归和主成分分析算法,且具有较强的应用能力。【结论】该模型应用结果与冬小麦理论产量实际区域分布情况相符合,为提高遥感对区域冬小麦理论产量的估测精度提供了一种有效途径,有利于大面积应用和推广。     

应用近红外光谱检测滇南小耳猪肉化学组分含量

应用近红外漫反射光谱技术(near infrared reflectance spectroscopy, NIRS),对滇南小耳猪整块热鲜肉和热鲜均质肉糜的水分、脂肪、蛋白质含量进行建模研究,并筛选出最优的光谱预处理方法.采集11 000~4 300 cm-1波数范围内111份猪肉样品光谱数据,在多元散射校正(multiplicative scattering correction, MSC)、二阶导数(second derivative)、变量标准化校正(standard normalized variate, SNV) 不同组合方式的光谱预处理基础上,用偏最小二乘法(partial least squares, PLS),采用交互验证(cross validation)方法,对83份猪肉样品进行建模,28份猪肉样品用于模型的验证,建立滇南小耳猪猪肉的水分、粗脂肪、粗蛋白质3个化学组分的近红外预测模型,筛选最佳的光谱预处理方法和主成分数.结果表明:水分采用整块肉光谱进行MSC预处理的建模效果较好,R2为0.975, RMSEC为0.304,RMSEP为1.640;脂肪直接采用肉糜光谱SNV预处理建模效果较好,R2为0.911,且RMSEC为0.409,RMSEP为0.923;光谱对蛋白质的预测肉糜的原始光谱效果较好,R2为0.946,且RMSEC为0.273,RMSEP为1.101.由此可见,近红外光谱分析方法能够很好地检测滇南小耳猪猪肉中的粗脂肪和水分,粗蛋白的检测结果较差.     

稻米直链淀粉含量近红外检测模型的建立

以147份南方籼稻品种或组合的稻米为供试材料,利用偏最小二乘法(PLS),通过不同波长和不同预处方式建立稻米直链淀粉含量的近红外分析模型。结果表明:全谱段(950～1 650 nm)建模效果最好,其相关系数(R)、预测标准差(SEP)、校准标准差(SEC)分别为0.947 7,1.162 3、0.700 2;采用多元散射校正法(MSC)法对全谱图进行预处理的效果较好,优化后的模型相关系数(R)、预测标准差(SEP)、校准标准差(SEC)分别为0.981 9、0.100 9、0.6831,其相对分析误差(PRD)为3.6;将稻米直链淀粉含量的近红外光谱预测值与化学值进行配对T检验,P=0.3560.05(置信区间为95%),表明近红外光谱法与化学分析法得到的检测结果无显著差异,即应用近红外光谱快速检测稻米直链淀粉含量是可行的。