基于可见/近红外光谱识别东北地区常见木材

探索可见/近红外光谱识别生长锥取得的木材样品的可行性,为野外木材检测提供方法。木材品种涉及东北地区常见的14个树种,木材样品由生长锥南向北方向钻取树木1.3 m胸高处得到,观测木样的可见/近红外光谱并采用导数、对数与平滑处理,运用距离法建立识别模型,测试并分析不同光谱预处理方法对可见/近红外光谱木材识别准确率的影响。结果显示:在不使用平滑处理时,使用一阶导数处理之后的光谱木材树种识别的准确率（96.79%）明显高于二阶导数（78.57%）和三阶导数（75.00%）。在使用导数和平滑处理时,使用二阶导数（98.21%）或三阶导数（98.21%）处理之后的光谱用于识别的准确率略高于一阶导数（97.50%）。单独使用平滑处理不能提高模型预测准确率,单独使用导数处理可以提高模型预测准确率。在最优的参数设置下使用导数和平滑处理时,使用S-G导数平滑（98.42%）和Norris导数滤波（98.57%）的效果无明显差异。     

基于可见/近红外漫反射光谱的土壤有机质含量估算方法研究

为研究不同土壤颗粒粒径对可见/近红外光谱分析技术在土壤有机质含量快速检测应用中的影响,获取粒径为0.169～2 mm和＜0.169 mm的2种土壤样本(各53个)的可见/近红外光谱(325～1075 nm),分别建立各自的主成分-反向传播神经网络(PCA-BPNN)、最小二乘-支持向量机(LS-SVM)和偏最小二乘法(PLS)土壤有机质含量检测模型.结果表明:当土壤粒径为0.169～2 mm时,所建立模型的土壤有机质含量预测相关系数r均在0.84以上,且预测均方根误差(RMSEP)都在0.20以下;而当土壤粒径＜0.169 mm时,所建立模型的预测相关系数r均不超过0.71.而RMSEP都在0.23以上;对于相同粒径的土壤,PLS模型对土壤有机质含量的预测效果优于LS-SVM和PCA-BPNN模型.说明不同土壤颗粒粒径会显著影响可见/近红外光谱对于土壤有机质含量的预测结果.     

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.     

液态纯牛奶可见/近红外光谱MPLS全局定标法鉴别研究

结合可见/近红外光谱技术和化学计量学方法,建立一种液态纯牛奶品牌鉴别模型。利用近红外分析仪InfraXactTM获得3种品牌共90个样本的漫反射光谱,对570-1 850 nm的光谱进行光谱散射和数学预处理,而后进行PCA聚类分析,剔除奇异样本;最后对3种品牌赋值,以主成分回归（PCR）和改良偏最小二乘法（MPLS）的全局（Global）定标方法建立鉴别模型,并进行内部交叉检验和外部检验。实验结果表明,MPLS鉴别模型内部交叉检验相关系数（1-VR）和交叉检验标准误差（SECV）分别为0.961、0.326,外部检验相关系数（RSQ）、预测标准差（SEP）、检验偏差（Bias）分别为0.939、0.506、0.198,模型鉴别结果具有较高的精确度。     

稻叶瘟染病程度的可见-近红外光谱检测方法

基于可见-近红外光谱技术,并采用偏最小二乘算法对不同水稻稻叶瘟染病程度的叶片进行化学计量学分析.分别建立基于全波段、特征波段和特征波长的稻叶瘟染病程度定量检测模型.结果表明:全波段建模的叶瘟病染病程度检测正确率达到96.7%;通过偏最小二乘算法的回归系数选择5个特征波段.分别为552～558、672～682、719～726、756～768和990～998 nm,基于特征波段的模型正确率也达到了90%,说明该5个特征波段与叶瘟病染病程度有很好的相关性;基于特征波段结果,选择5个特征波长,对叶瘟病染病程度的检测正确率为80%.说明基于可见-近红外光谱技术方法具有较好的预测能力,为稻叶瘟染病程度的快速鉴别提供了一种新方法.     

基于田间原位土壤含水量估测的可见/近红外光谱建模方法

为实时、准确地获取原位土壤含水量信息,利用可见/近红外光谱技术,分别使用全局偏最小二乘(PLS)建模、局部PLS建模方法,对田间原位土壤含水量进行快速估测。结果表明:全局PLS模型中,其建模集的决定系数(R~2)、交叉验证均方根误差(RMSECV)分别为0.943和1.750%,检验集的决定系数(R~2)、预测均方根误差(RMSEP)分别为0.956和1.260%。局部PLS模型中,分别比较了选取定标子集的2种方法(欧氏距离法和马氏距离法),采用欧氏距离法和马氏距离法选取定标子集进行建模的R~2值分别为0.974和0.979,RMSEP值分别为0.976%和0.943%。因此,将可见/近红外光谱技术应用到田间原位含水量测量是可行的,其中,使用局部建模方法的效果优于全局建模。     

近红外光谱技术测定水稻直链淀粉含量研究

以298份水稻种子为样本,用常规法测定直链淀粉含量,采用偏最小二乘法(PLS),优化建立精米直链淀粉含量近红外光谱预测校正模型.模型校正决定系数RC为0.95;校正标准差SEC为1.58;内部交叉检验决定系数RP为0.91,标准误差SEP为1.92.利用20个样品进行外部检验,预测值与真实值之间差异不显著,其相关系数达95%以上.定标模型预测性能较好,可以替代化学分析法快速测定水稻直链淀粉含量.     

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.     

滑皮金桔糖度的近红外光谱无损检测技术

[目的]采用近红外光谱技术对滑皮金桔的糖度开展无损检测技术研究,为今后实现滑皮金桔在线糖度品质分级分选提供参考依据.[方法]以NIR Magic 1100型便携式果品近红外光谱分析仪为主要研究设备,对采集的滑皮金桔光谱分别进行S-G卷积平滑(SG-smooth)、标准正态变量变换(SNV)和多元散射校正(MSC)处理,结合偏最小二乘法建立滑皮金桔糖度预测模型并进行验证.[结果]建模的最佳光谱波段为720~920 nm;光谱采用SG-smooth处理后建立模型的校正集相关系数为0.9531,校正集均方根误差为0.6436,相对分析误差为3.55,均优于采用SNV和MSC处理建立的模型效果.对预测模型进行验证显示,糖度预测值与实际值的相关系数为0.9582,均方根误差为0.5187,相对分析误差为3.24.[结论]采用近红外光谱快速检测滑皮金桔糖度可行,建立的预测模型稳定性好、精度较高,可为滑皮金桔在线分选及无损检测设备的开发提供技术参考.     

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.     

近红外光谱在转基因农产品检测中的研究进展

简述了近年来近红外光谱分析技术在农产品和食品定量分析中的应用,重点介绍了近红外光谱分析在转基因植株筛选以及转基因和非转基因农产品分类和识别等方面的研究现状,比较和分析了近红外光谱与传统的转基因农产品检测方法的特点,并展望了近红外光谱分析技术在转基因农产品检测研究中的发展前景。     

应用可见/近红外光谱技术快速鉴别山西陈醋品种

为了实现对山西老陈醋品种的快速鉴别,应用可见/近红外光谱透射技术,结合化学计量学方法,进行了山西老陈醋品种的判别分类试验研究。对4个不同品种共240个山西老陈醋样品采集其光谱数据,结合主成分分析和神经网络技术分别对山西陈醋原始光谱、一阶微分光谱、二阶微分光谱进行了判别分析。结果表明:可见/近红外原始光谱结合主成分分析神经网络判别分析法的分析结果最优,校正集正确分类的百分比达92.1%,预测集达85.0%;二阶微分光谱分析结果最差。     

吉林蛟河主要树种叶片光谱分类

运用实验室测量的阔叶红松林的叶片光谱数据,对吉林蛟河实验区的主要树种(红松、白桦、白牛槭、春榆、裂叶榆、蒙古栎、青楷槭、色木槭和紫椴等)的叶片进行分类研究。结果表明:实验室测量叶片光谱数据,针阔树种分类精度达到100%;所有树种分类精度为80%~100%。运用波段响应函数分别模拟多光谱传感器GEOEYE-1、RAPIDEYE和WORDVIEW2的光谱,可以有效区分针阔树种,分类精度为71.6%~100.0%;所有树种分类精度为47.3%~74.0%。     

提高园林专业学生树种识别能力的方法与途径

树种识别是高校园林专业学生应该掌握的基本技能之一,但是由于学生在学习过程中存在畏难情绪、缺乏系统整理等原因,导致其对树种的识别能力还有待提高。该文基于教学实践的基础之上,总结了理论与实践相结合、多种记忆方法配合使用、教材与辅导书相配套、网络资源的有效利用等提高树种识别能力的方法与途径。     

基于BP神经网络近红外光谱鉴别茶饮料的研究

提出了一种快速、准确鉴别茶饮料的新思路。采用美国ASD公司的可见-近红外光谱仪对3种茶原料（龙井茶、乌龙茶和铁观音茶）的饮料进行光谱分析。采用多元散射校正（MSC）方法对样本数据进行预处理,再用主成分分析法提取光谱数据的特征值。通过交互验证确定最佳主成分数为5,作为BP神经网络的输入变量,不同原料茶饮料作为输出变量,建立3层人工神经网络鉴别模型,并用模型对20个预测样本进行预测。模型的回判鉴别率达到100%,模型的预测鉴别率达到98.33%。结果表明,基于BP神经网络的近红外光谱鉴别不同原料茶饮料的方法是可行的。     

大连市绿化树种滞尘效益的研究

提出以植物材料的滞尘功能作为城市绿地设计中重要依据,对大连市16个树种进行滞尘测定和叶表电镜扫描,结果表明,不同的树种滞尘量差异显著,树种之间的滞尘能力可相差2～3倍以上。银中杨、忍冬、山桃稠李是优良的阔叶滞尘树种,7d后滞尘分别达到1.9、2.0和2.45g/m2。电镜观察发现,叶表皮具沟状组织、密集纤毛的树种滞尘能力强,叶表皮具瘤状或疣状突起的树种滞尘能力差,并结合滞尘测定对滞尘方式进行了讨论。     

叶面滞尘对火电厂周边绿化树种叶片反射光谱及光合作用的影响

以宁东能源化工基地典型火电厂周边5种常见绿化树种白蜡、臭椿、火炬树、山槐、榆树的叶片为对象,并在雨后第1天和第15天分别采用洗脱法分析其滞尘能力,地物光谱仪测定滞尘对叶面反射光谱的影响,Li-6400便携式光合仪测定滞尘对光合特征参数(净光合速率、气孔导度和蒸腾速率)的影响。结果表明,5种绿化树种的滞尘能力由大到小表现为:火炬树、臭椿、榆树、山槐、白蜡。光谱反射曲线总体特征是洁净叶片反射率大于滞尘叶片反射率,主要表现在740~1300 nm波段,而在350~680、1500~2500 nm波段,则无一致性规律,存在波动。叶面滞尘量与叶片光谱反射率相关性研究表明对叶面滞尘敏感的波段主要集中在可见光波(700~750 nm)和近红外波段(1390~1500 nm)。滞尘不改变叶面特有的反射特征,但存在增强或削弱效果,且这种增强或者削弱效果存在种间差异。滞尘对叶片反射光谱曲线一阶导数的三边位置没有明显影响,说明三边位置对滞尘的干扰不敏感;三边幅值和三边面积对滞尘有明显的响应,5种绿化树种均表现为洁净叶片大于滞尘叶片。在相同的污染环境下,滞尘会对绿化树种的光合生理特征产生抑制作用,但并非滞尘量越大、光合特征损失率越大,而损失的幅度因植物种类的不同而异,存在种间差异。综合各树种受滞尘影响的光合特征参数变化,发现榆树和山槐对当地大气降尘污染的抗性较强。     

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。