SPA-PLS和GA-PLS算法预测胡杨叶片含水量的对比

采用Savit Zky-Golay一阶导数法,分析叶片含水量对近红外光谱吸收谱的影响特征,建立综合利用多波段信息的作物叶片含水量预测模型。通过使用一阶导数法对胡杨叶片近红外光谱信息进行预处理,然后分别采用连续投影算法(SPA)和遗传算法(GA)筛选特征波长,建立并比较偏最小二乘回归(PLS)模型对含水量的预测效果,研究胡杨叶片含水量与叶片光谱信息的关系。试验结果发现,经过一阶导数预处理的光谱数据建模预测结果要优于原始光谱,并且SPA-PLS算法的回归预测结果要优于GA-PLS算法,其中基于一阶导数光谱使用SPA-PLS和GA-PLS算法的建模预测评价指标RMSPCV、RMSEP、Precision、r分别是0. 026 633、0. 014 391、0. 981 23、0. 793 63和0. 033 348、0. 019 726、0. 975 13、0. 758 38,预测变量数分别是18、29个。说明基于一阶导数光谱使用SPA-PLS算法可实现胡杨叶片含水量信息的准确估测,数据优化筛选是可行的,有效提高了测量精度,减少了建模变量。     

不同近红外光谱预处理方法对胡杨叶片含水量检测模型的影响

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。     

基于连续投影算法-遗传算法-BP神经网络的可见/近红外光谱木材识别

  目的  基于可见/近红外光谱技术,以10种木材为研究对象,探索不同预处理和特征提取方法下BP神经网络识别木材的效果。  方法  利用美国ASD公司生产的LabSpec 5000光谱仪采集10种木材的光谱图,分别进行移动平均法处理、移动平均法+多元散射校正(MSC)、移动平均法＋标准正态变量变换(SNV)、Savitzky-Golay卷积平滑算法(S-G滤波器)、S-G滤波器+MSC和S-G滤波器+SNV的预处理,运用主成分分析法(PCA)、连续投影算法(SPA)、SPA和遗传算法(GA)联合分别进行特征提取,将提取的特征结合BP神经网络进行木材识别试验。  结果  以SPA和GA联合提取光谱特征时,移动平均法+SNV的预处理效果最佳,以吸收峰为起始波段(W_initial=1 445 nm)、吸收峰个数为特征个数(N_tot=9)时,识别率较高,特征个数大部分减少为SPA提取特征值个数的一半左右。BP神经网络的平均识别速度提升明显。10种木材的平均识别率为98.0%,其中7种木材的识别率达到了100.0%。  结论  在移动平均法+SNV的预处理下,SPA和GA联合提取光谱图的特征,既可提高BP神经网络识别木材的正确率,又可提升识别速度。图3表6参23     

基于近红外光谱技术的成年橡胶树叶片氮素含量检测

为了快速并无损地检测成年橡胶树叶片的氮素含量,使用近红外光谱检测技术获取叶片的光谱数据,采用多元散射校正(MSC)对光谱数据预处理后,使用SPA(连续投影算法)提取光谱数据的有效波长,PCA(主成分分析法)提取光谱数据主成分,然后分别将提取的光谱数据特征值输入到线性回归模型PLS(偏最小二乘回归)、非线性回归模型BPNN(BP神经网络)和LSSVM(最小二乘支持向量机)中,得到6个现有主流模型:PCA-BPNN、PCA-PLS、PCA-LSSVM、SPA-BPNN、SPA-PLS和SPA-LSSVM。用这6个模型去预测实验样本数据,经比较发现SPA-LSSVM模型对于该组实验样本的预测效果最好,其预测相关系数Rp和预测残差均方根RMSEP分别为0.9253和0.1190。因此对于成年橡胶树氮素含量的光谱快速检测,SPA-LSSVM算法模型的性能更为突出,有较好的应用潜力。     

生姜水分含量的可见-近红外光谱检测

近红外光谱技术具有简便、快速和无损检测等优点,应用可见-近红外光谱方法建立生姜水分含量(moisture content)的预测模型.利用可见-近红外光谱仪采集308个生姜的光谱,其光谱范围是350～1 800 nm.分别采用一阶导数(FD)、二阶导数(SD)、标准正交变量变换(SNV)和多元散射校正(MSC)4种方法对光谱进行预处理,结合偏最小二乘法(PLS),分别在430～1 000 nm、1 000～1 800nm、430～1 800 nm 3个波段建立生姜水分含量的PLS预测模型.对实验结果进行分析表明,在波段范围430～1 800 nm使用一阶导数预处理方法建立的PLS模型最优.其验证组的相关系数为0.975 1,预测组的相关系数为0.959 7.结果表明,可见-近红外光谱可以准确、快速地对生姜的含水量进行检测.     

基于近红外光谱技术的杏叶含水率反演研究

为实现杏树叶片含水率数据的准确获取，对新疆南疆杏树的节水灌溉提供科学指导，本研究使用近红外光谱技术对杏树叶片含水率进行预测。采集1 000～1 800 nm范围内‘小白杏’叶片的光谱数据，使用多元散射校正（MSC）、标准正态变量变换（SNV）、均值中心化（MC）、归一化处理（Nor）4种方法对原始光谱进行预处理，采用竞争性自适应重加权算法（CARS）及随机蛙跳算法（RF）获取特征波段，分别建立基于不同预处理方法的全波段及特征波段的偏最小二乘回归（PLSR）和BP神经网络预测模型。结果表明MSC为最佳预处理方法，最佳预测模型为MSC-CARS-BP神经网络模型，所建模型预测相关系数Rp为0.986，预测均方根误差RMSEP为0.404，剩余预测偏差RPD为6.09，模型具有较好的预测能力，因此近红外光谱技术可以用于杏树叶片含水率的快速检测。     

基于近红外光谱法的水稻秸秆可溶性糖快速检测

采集并制备不同地域、不同品种的水稻秸秆样本288个,根据浓度梯度法,按照31的比例划分校正集与验证集。采用蒽酮硫酸比色法测定试验样本中可溶性糖含量,并采集在近红外全波段(10 000~4 000cm-1)范围内样本的近红外光谱信息。采用多元散射校正(MSC)、标准正态变量变换(SNV)、导数、S-G平滑及其组合方法对光谱进行预处理,分别运用逐步多元线性回归(SMLR)、偏最小二乘回归(PLS)和主成分回归(PCR)化学计量学算法,建立基于近红外光谱的逐步多元线性回归(SMLR)、偏最小二乘回归(PLS)和主成分回归(PCR)定量分析模型。通过比较分析,对光谱进行一阶导数预处理,建立的PLS模型效果最优,校正集实测值与预测值之间的决定系数R2C达到0.880 6,交互验证决定系数(R2CV)和验证集决定系数(R2V)分别为0.771 1、0.857 8,均方根差RMSEC、RMSECV、RMSEP分别为0.318%、0.440%、0.404%,校正集相对分析误差(RPDC)和验证集相对分析误差(RPDV)均大于2.5。结果表明,采用近红外光谱法建立的PLS模型基本可以实现水稻秸秆中可溶性糖含量的快速检测。     

近红外光谱技术结合PLS和SPA检测鲜冬枣表面农药残留量的方法

以喷洒不同浓度毒死蜱的鲜冬枣为研究对象,研究近红外光谱技术结合偏最小二乘法(PLS)和连续投影算法(SPA)检测鲜冬枣表面农药残留的方法。运用AntarisⅡ近红外光谱仪对喷洒不同浓度的毒死蜱的鲜冬枣样品进行扫描,首先建立全波段PLS模型,然后应用SPA提取特征波长,作为PLS的输入变量,建立SPA-PLS模型,将全波段PLS模型和SPA-PLS模型进行比较。经SPA提取5个特征波长建立的模型,使用变量数仅占全波段的0.32%,但建立的冬枣表面农药残留模型的准确度和精度优于全波段所建立的模型。近红外光谱技术结合SPA和PLS建立鲜冬枣表面不同浓度毒死蜱农药残留的模型是可行的,同时SPA算法简化模型复杂度,提高模型精度及稳定性。     

真空包装冷却羊肉pH值和颜色的近红外快速无损检测

【目的】羊肉新鲜度理化指标传统测定中存在操作繁琐、需使用化学试剂、样品被破坏与接触等问题。研究真空包装冷却羊肉pH值和颜色的近红外快速无损检测。【方法】以新疆小尾寒羊作为研究对象,利用近红外光谱技术(NIRS),研究储藏过程中真空包装冷却羊肉理化指标的快速无损检测,针对化学指标pH和物理指标颜色亮度(L*),采用光谱预处理和特征波段筛选方法优化和简化各指标含量预测模型。【结果】pH和L*均以组合使用遗传算法(GA)与连续投影算法(SPA)筛选特征波段建立的多元线性回归模型(MLR)最佳,优于单一波段筛选方法,其预测集相关系数均为0.91,预测集均方根误差分别为0.13和1.91。【结论】近红外光谱技术具有绿色、无损、同时分析多指标的检测优势,可替代传统检测手段实现对肉品理化指标的快速无损准确检测。     

火炬松针叶儿茶素含量近红外预测模型的建立

【目的】建立火炬松针叶儿茶素含量近红外预测模型,为选育高生物活性成分火炬松良种奠定基础。【方法】以102个火炬松单株的针叶为试验材料,利用液相色谱 质谱联用技术（LC-MS）测定其儿茶素含量。使用近红外成分分析仪采集样品的近红外光谱信息,对采集的光谱信息采用不同的方式（一阶导数（FD）、标准正态变量转换法(SNV)、平滑算法、乘积分散校正法（MSC）和标准化预处理以及FD+SNV、MSC+FD）进行预处理,结合偏最小二乘法建立回归模型,比较不同预处理方法建立的回归模型参数,选择最佳光谱预处理方法,建立火炬松针叶儿茶素含量近红外预测模型,并对模型的预测准确性进行验证。【结果】FD+SNV为最佳的近红外光谱信息预处理方法;建立了火炬松针叶儿茶素含量的近红外预测模型,该模型的主成分数为14,校正集相关系数（R_C）为0.969 6,校正集均方根误差（RMSE_C）为1.308 4,交互验证集相关系数（R_V）为0.817 1,交互验证集均方根误差（RMSE_V）为3.105 2。经过外部验证,验证集火炬松针叶样品的儿茶素含量实测值与预测值有显著相关性（R=0.880 7）。【结论】建立了火炬松针叶儿茶素含量近红外预测模型,该模型可以准确、高效地预测火炬松针叶的儿茶素含量。     

民勤不同林龄胡杨根区土壤理化性质及相关性分析

以民勤不同林龄胡杨根区土壤为对象,采集0~200 cm土壤样品,并对土壤的物理性质、养分含量及其相关性进行了分析。结果表明:1）随着胡杨林龄增加,土壤含水量增加,土壤中黏粒含量逐渐增加,粗砂粒含量减少,粉粒、细砂粒差异不明显。2）土壤有机质、全N、电导率变化均表现为成熟林＞中龄林＞幼龄林,且表层（0~20 cm）含量显著高于其他土层,表聚性明显。3个林龄胡杨根区土壤速效P含量、pH差异不显著（P＞0.05）。3）土壤理化性质之间关系密切,土壤含水量与黏粒、粉粒、有机质、全N、速效P、电导率均呈极显著（P<0.01）正相关,与粗砂粒呈极显著（P<0.01）负相关。黏粒、粉粒含量与含水量、有机质、全N、速效P均呈极显著（P<0.01）正相关。研究结果表明,林龄的增加改善了胡杨根区土壤理化性质,为干旱区胡杨的抚育与发展提供理论依据。     

干旱环境下胡杨叶片形态和微观特征的研究

为了探究胡杨应对干旱的适应机制,本研究从宏观方面对叶片形态和面积进行观察,到微观角度对栅栏组织细胞、气孔分布等进行观察,对比分析胡杨过渡类型叶片(胡杨披针形叶片、胡杨阔卵形叶片)和加拿大杨阔卵形叶片的差异性。结果表明,胡杨冠层叶片叶形种类多、表面蜡质皮质层厚、气孔稀疏且下陷、叶脉密度大、碳含量高等特点为胡杨在干旱条件下生存提供了生理基础;同时,确定了维持胡杨节流储水功能的内部和外部形态结构特点,揭示了胡杨应对干旱的适应机制。     

胡杨超氧化物歧化酶基因家族耐逆境的分子机理研究

以已有基因组或转录物组数据的杨柳科树种为参考,采用生物信息学的常规方法,对胡杨SOD基因家族现状、同源关系、蛋白质三维结构及各家族成员对盐胁迫的响应等方面进行了较为系统的分析,以探索其分子水平的适应机理。结果表明：杨柳科树种基因组中SOD基因家族由Cu, Zn−SOD（CSD）、Mn−SOD（MSD）、Fe−SOD（FSD）3个亚家族组成,胡杨基因组中分别含有7、3、2个SOD基因亚家族成员,其中FSD3已被假基因化而失去功能,FSD1基因在胡杨叶组织中被高表达。MSD亚家族基因在胡杨和毛果杨的根和叶愈伤组织中均具有较高表达量,MSD1基因是盐胁迫条件下唯一持续上调的基因;MSD1（187K−T和202H−N）和MSD2（97R−N）3个氨基酸突变引起四聚体亚基间相互作用增强,使得2 种MSD亚型均具有较高的蛋白质稳定性,有利于蛋白质积累到较高的浓度。     

干旱胁迫下不同胸径胡杨生理特点分析

以三个典型样地中不同胸径胡杨下部披针形叶片为实验材料,对其光合色素含量、水分含量、可溶性糖含量、脯氨酸含量、可溶性蛋白含量进行了测定.结果表明:随着水分胁迫的加剧,不同胸径胡杨类胡萝卜素、胡萝卜素/叶绿素、可溶性糖、可溶性蛋白含量均呈上升的趋势.而叶绿素b、脯氨酸含量在不同土壤水分条件下变化不同,表现为轻度胁迫时含量增加,重度胁迫时含量急剧减少.不同胸径间胡杨的各项生理指标大致表现为随着胸径的增大含量逐渐升高的趋势.研究表明:在一定的水分胁迫下,胡杨可以通过生理过程不断调整自身的抗旱能力,但当胁迫加重时,胡杨的生理活动便遭到一定程度的破坏.在5～30 cm,胸径越大的胡杨,忍受胁迫的能力越强.     

胡杨枝条导水性与叶形变化关系研究

[目的]分析胡杨的耐旱机制和水分生理的特点。[方法]以北京和乌海两地的胡杨锯卵叶形枝条和披针叶形枝条试材,对2种叶形枝条的导水特性进行比较研究,用植物压力室和XYLEM木质部导水率与栓塞测量系统对胡杨枝条的水势、导水率、栓塞程度进行测定。[结果]胡杨锯卵叶形枝条的水势为-1.55MPa,明显大于披针叶形枝条的水势（-1.83MPa）,其导水率是披针叶形枝条的2倍以上,栓塞程度比披针叶形枝条的高5%。胡杨的叶形与枝条的导水率具有一定相关性,但不同地区、不同年龄的胡杨枝条的导水率变化规律基本一致。胡杨枝条的导水率与栓塞程度呈负相关。[结论]胡杨锯卵叶形枝条导水性较强,导水率较高,要比披针叶形的枝条更加适应干旱的环境。     

输水影响下胡杨胸径生长量时空变化

以塔里木河下游14次人工输水对荒漠河岸林修复过程的生态效益评估为长期目标,利用近10 a在塔里木河下游阿拉干断面的大量野外调查数据,探讨了胡杨胸径在不同时间和空间尺度上对人工输水的响应。结果显示,随着输水次数和输水量的稳步增加,河道两边地下水位逐渐抬升,胡杨胸径生长量明显增大;但是,由于不同年间输水次数、输水季节和输水量有差异,各年间胡杨胸径生长量呈现出不同的增加趋势,胸径生长量与河道输水量大小相互对应,累计输水量与胸径生长量成正比,两者之间的指数函数模型拟合度为0.928。随着离河道距离的增加,地下水位抬升不明显,胡杨胸径生长量也逐渐变小,胸径生长量与离河道距离之间的回归模型拟合度为0.965,离河道距离与胸径生长量成反比。离河道距离与不同胸径级胡杨胸径生长量之间的回归模型拟合度(以胸径级增大的趋势)分别为0.876,0.879,0.849和0.837;与胸径级增大的趋势耦合。由此得出,胸径级大的胡杨胸径生长量随离河道距离的变化差异没有比胸径级小的胡杨大,说明胡杨胸径级越大(即胡杨进入老龄阶段),其胸径生长量与地下水埋深之间的关系则不明显。     

胡杨地理分布特征与气候环境的相关性分析

[目的]研究胡杨地理分布区域气候环境特征和变化规律以及胡杨自身对环境气候的适应性。[方法]在综述胡杨树种概况和地理分布的基础上,对胡杨分布区气候、水资源、地下水特征、土壤类型以及人类活动影响等进行了综合分析。[结果]特殊的区域气候环境条件以及长期的人类活动干扰是影响胡杨生长的主要因素。胡杨叶形的变化是对气候环境适应的明显特征,胡杨通过调节酚类次生代谢物质在体内的合成、转运和转化等过程来抵御极端干旱环境下各种环境因子的胁迫。有效的保护和更新复壮措施以及生态输水工程对于恢复和重建受损的胡杨林绿洲生态环境作用显著。[结论]该研究对于中国西北内陆干旱地区生态环境恢复建设具有重要意义。     

基于高光谱成像技术的红酸枝木材种类识别

为了实现市场上常见红酸枝类Dalbergia spp.木材的快速无损识别,利用高光谱成像技术对不同红酸枝木材进行种类识别研究。以交趾黄檀 Dalbergia cochinchinensis,巴里黄檀 Dalbergia bariensis,奥氏黄檀Dalbergia oliveri和微凹黄檀 Dalbergia retusa为研究对象,采集高光谱图像并提取感兴趣区域内的反射光谱,采用Savitsky-Golay（SG）平滑算法、标准正态变量变换（SNV）和多元散射校正（MSC）对955~1 642 nm 波段光谱进行预处理,并通过主成分分析法（PCA）,回归系数法（RC）以及连续投影法（SPA）选择特征波长,分别建立了偏最小二乘判别分析（PLS-DA）和极限学习机（ELM）判别分析模型。研究结果表明:经SG和MSC光谱预处理,采用SPA选择的特征波长建立的ELM模型性能最优,建模集和预测集的识别率均为100.0%。这为红酸枝木材种类的快速无损识别提供了新的方法。图5表4参17