基于激光图像的苹果品质分析与模型

该试验利用波长650 nm，功率25 mW的半导体激光及计算机视觉技术，初步探讨了激光图像的影响因素以及利用激光图像对苹果(嘎拉、红富士)品质进行无损检测的可行性。分别测定贮藏期间苹果的硬度、固酸比、果面底色、果型等品质指标，并获取图像参数及其像素个数(S1、S2、S3、S4)。试验结果显示，苹果的向阳面和背阳面对获取的激光图像的像素个数有显著的影响，而果型大小对其无显著影响。其中图像参数S3与各品质指标的皮尔逊相关系数最高。逐步回归表明，引入变量S3后模型的解释率最好(最高R²为0.99)，且都为极显著水平(P≤0.01)。试验的结果为利用小功率激光图像对苹果品质进行无损检测提供了理论依据。     

基于红外光谱技术的蜂蜜理化性质快速检测

该论文以116个蜂蜜样品为对象，考察蜂蜜理化指标间的相关性，并采用红外光谱技术结合偏最小二乘回归法建立快速定量模型，探讨模型对蜂蜜理化性质指标的定量能力，比较近、中红外光谱在定量检测中的能力，从数据层融合角度考究光谱融合对定量精度的提升。主要研究结论如下：蜂蜜的部分理化性质间具相互关联性，色差、电导率和pH两两呈正相关，pH和可滴定酸，水分与黏度之间彼此呈负相关；近红外光谱技术（near-infrared spectrum，NIR）和中红外光谱技术（mid-infrared spectrum，MIR）对果糖、葡萄糖、还原糖、果糖/葡萄糖、水分、黏度、pH和色差具有良好的定量分析能力（R²＞0.9），对电导率、蔗糖、麦芽糖和可滴定酸的精度和模型相关系数尚可接受；二者单独对淀粉酶值、脯氨酸的定量结果较差，通过数据融合后，脯氨酸精度有所提升（Rc 0.825，Rp 0.664，RMSEC 38.68，RMSEP 49.57），淀粉酶值无优化（Rc 0.799，Rp 0.695，RMSEC 2.57，RMSEP 3.02）。MIR对糖的定量分析精度略优于NIR。研究证明将近、中红外光谱用于蜂蜜部分理化指标的快速定量是可行的，数据融合对模型产生积极影响，但仍存在很多理论和算法问题需要解决。     

大豆叶绿素含量高光谱反演模型研究

叶绿素是植物体进行光合作用、进行第一性生产的重要物质，能够间接反映植被的健康状况与光合能力，同时也能反映植被受环境胁迫后的生理状态。高光谱遥感为快速、大面积监测植被的叶绿素变化提供了可能。该研究实测了不同水肥耦合作用下，大豆冠层的高光谱反射率与叶绿素含量数据，对二者进行了相关分析；采用特定叶绿素敏感波段建立了植被指数叶绿素估算模型；最后采用相关系数较大的波段作为神经网络模型的输入变量进行了叶绿素含量的估算。经对比发现叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致，在可见光谱波段呈负相关，近红外波段呈正相关，红边处相关系数由负变正。特定色素植被指数可以提高大豆叶绿素估算精度(R²>0.736)，但是人工神经网络模型可以大大提高大豆叶绿素含量的估算水平，当隐藏层节点数为4时，R²大于0.94，随着隐藏层节点数的增加，R²可高达0.99，表明神经网络模型可以大大提升高光谱反演大豆叶绿素含量的能力。     

用偏最小二乘法及傅立叶变换近红外光谱快速检测白酒酒精度

为了得到白酒工业中酒精度的快速检测技术，将偏最小二乘法与傅立叶变换近红外光谱相结合，通过解析白酒样品的近红外光谱图和对光谱进行不同的预处理，结果表明：用最大最小归一化法预处理光谱，光谱范围选择9747.1～7498.3 cm^-1和6102～5446.3 cm^-1，采用内部交叉验证建立模型，决定系数(R²)为99.99%，交互验证均方根差(RMSECV)为0.165%，主成分数为4，此条件下建模效果较好；模型进行验证结果表明预测集相关系数(R²)为99.80%，预测标准偏差(RMSEP)为0.264%，模型的预测效果很好，具有较高的精密度和良好的稳定性，能满足生产中白酒酒精度的快速检测要求。     

基于光谱变换的滨海湿地土壤全氮含量建模预测

基于133个滨海湿地土样的全氮（TN）含量和光谱反射率（R）及其对数（lgR）、对数的一阶微分（（lgR）''）、倒数（1/R）、倒数的一阶微分（（1/R）''）、一阶微分（R''）、平方根（√R）、一阶微分的倒数（1/（R）''）变换，采用偏最小二乘回归（PLSR）、随机森林回归（RFR）和支持向量机回归（SVR）3种算法分别建立土壤TN含量估测模型。结果表明：①土壤TN含量与光谱变换形式相关性由高到低为：（1/R）''> R''> （lgR）''> 1/R > lgR > 1/（R）''> √R > > R，经光谱变换，土壤TN含量与变换光谱的相关性均高于R，其中与（1/R）''的Pearson相关系数最大为0.746。②PLSR和SVR基于R''、（1/R）''、（lgR）''和1/（R）''变换构建的模型、RFR方法构建的所有模型R²均大于0.732，均可用于滨海湿地土壤TN含量的估算。③基于1/（R）''建立的SVR模型预测精度最高，其R²为0.987，RMSE为0.057 g/kg，MAE为0.050 g/kg，是预测滨海湿地土壤TN含量的最优模型，可为准确获取滨海湿地土壤TN含量提供稳定方法。     

被动荧光探测水分胁迫对玉米叶片影响的初步研究

利用叶绿素荧光被动探测方法初步探讨了水分胁迫对玉米叶片生理机能的影响。水分胁迫梯度通过将离体叶片放在干燥器时间不同而获得。室内采用积分球耦合ASD光谱仪，结合加/不加滤光片照明的方法得到反射率差值光谱，即代表叶绿素荧光光谱。结果表明随着叶片含水率的降低，叶绿素荧光发射峰的位置几乎没有变化，峰高在686 nm处有先上升后逐渐降低的趋势，在740 nm处则缓慢下降。双峰比值Dif₆₈₆/Dif₇₄₀与叶片含水率呈负相关关系(R²=0.3850，n=21)，不同水分胁迫程度下利用调制式荧光仪测定的荧光参数Fv/Fm与740 nm荧光光谱峰值线性正相关，与双峰比值有负相关趋势。表明该被动方法可以探测水分胁迫引起的叶片光系统受胁状况，为田间被动遥感探测植物叶绿素荧光和生理状态提供参考。     

近红外光谱分析法测定菜籽油中芥酸的含量

采用多通道PDA型近红外光谱仪，应用偏最小二乘法建立了菜籽油中芥酸含量与近红外透射光谱的校正模型，讨论多项式求导及平滑的窗口宽度和相关系数法筛选有效波长对校正模型的影响，并对10个预测集样品利用预测相关系数R_p和预测均方根误差RMSEP指标进行了预测精度分析，结果发现：在使用全谱数据进行偏最小二乘回归建模时，一阶7点求导及平滑的预处理方法结果最佳，此时建模效果为：R_p=0.739，RMSEP=1.659；在此基础上通过相关系数法筛选波长后的建模效果为：R_p=0.958，RMSEP=0.963。后者R_p提高29%，RMSEP减少42%。由此可得出多项式求导及平滑法和相关系数法相结合对校正模型稳健性，预测精度都有较大提高的结论。研究证明：多通道近红外光谱仪快速测测菜籽油中芥酸含量的方法是可行的。     

棉花地上鲜生物量的高光谱估算模型研究

通过测试棉花6个生育时期350～2500 nm波段的冠层高光谱数据，采用连续统去除和波段深度归一化的分析方法，计算出棉花反射光谱550～750 nm波段深度参数(Dc)；同时，将冠层反射光谱数据与棉花鲜生物量进行逐步回归分析，确定了近红外波段763 nm及红光波段670 nm是棉花鲜生物量的2个敏感波段，并组成了高光谱归一化植被指数(NDVI)和比值植被指数(RVI)；基于Dc参数和NDVI、RVI植被指数，建立了棉花地上鲜生物量的5种单变量线性与非线性函数模型，分析表明，RVI的指数函数模型反演的棉花地上鲜生物量的估计值与实测值的相关系数最大(R=0.7289^**，RMSE=0.8776)；5种函数模型方程，经检验均达到1%的极显著水平，其中，以指数函数、幂函数和双曲线函数构建的棉花鲜生物量估算模型精度相对较高；该研究采用高光谱植被参数和指数，实时、无损、动态、定量提取了棉花地上鲜生物量，为分析、模拟、评价、预测棉花群体大小，设计理想棉花群体及棉花高光谱遥感估产提供了科学的依据。     

利用正交信号校正消除水分影响的银川平原土壤盐分高光谱反演

高光谱遥感是监测土壤盐渍化的重要手段之一，但野外光谱反射率易受土壤水分的影响，导致盐分监测精度难以保证。为有效消除水分因素，提高土壤含盐量反演精度，该研究以银川平原盐渍化土壤为研究对象，以野外土壤光谱反射率（reflectance，Ref）和实测土壤含盐量为数据源，分析不同含水率的土壤光谱特征，将反射率经过一阶微分（first derivative of reflectance，FDR）、正交信号校正（orthogonal signal correction，OSC）和一阶微分-正交信号校正（first derivative of reflectance - orthogonal signal correction，FDR-OSC）变换，分析各光谱数据与含盐量、含水率的相关性，确定最佳“除水”方法，然后基于支持向量机（support vector machine，SVM）建立土壤含盐量反演模型。结果表明：1）含水率与土壤光谱反射率呈反比，光谱在1 430、1 950、2 200 nm附近存在吸收带，1 950 nm附近为最主要吸收波段，且存在向长波漂移的现象。2）光谱数据与含水率相关性由强到弱的顺序为：Ref、OSC、FDR、FDR-OSC；与含盐量相关性由强到弱的顺序为：FDR-OSC、FDR、OSC、Ref。3）基于FDR-OSC“除水”的SVM含盐量模型决定系数R_c²、R_p²和相对分析误差（relative prediction deviation，RPD）分别达到0.952、0.960和5.04，具有极强的拟合和反演能力。研究结果可为银川平原及同类地区土壤含盐量的精准监测提供科学依据。     

黔中喀斯特山地黄壤区降雨侵蚀力R值的分布特征

[目的] 研究黔中喀斯特山地黄壤区降雨侵蚀力R值的分布特征,为进行区域土壤侵蚀定量预报、土壤保持规划和水土流失防治提供科学参考。[方法] 以黔中喀斯特黄壤分布区10个水土保持监测站点2013—2019年的日降雨量记录表和5 min间隔降雨过程摘录数据为主要数据来源,分析次R值分布特征、R值的月分布特征、年际变化特征和R值的雨量雨强分布特征。[结果] ①研究区系列最大次R值在次平均R值的几倍至十几倍之间,最大次R值占对应年份的年R值的比例最少都达22.28%以上。一年中几次比较大的暴雨对土壤侵蚀的贡献率大。②降雨侵蚀力R值主要分布在4—9月,又重点集中于6—8月;4—9月R值占年R值的90.00%左右,甚至达到95.00%以上;而6—8月所占比例最低（都为55.98%）,最高达到85.25%。③年均R值由东南向西北呈明显的减小趋势;R值年际变差系数与之呈相反趋势,表明降雨侵蚀力由东南向西北稳定性逐渐降低;R值年际变差系数变化范围在0.20～0.44之间,年际变化较大。④中雨、大雨、暴雨和大暴雨是产生R值的主要雨量等级,大多数站点主要雨量等级所占比例均在60.00%以上。大雨因出现频率相对较高,历时较长,对总R值的贡献最大。大暴雨总体上出现的频率不高,但单次大暴雨的降雨侵蚀力的R值却可以很大,一次大暴雨就可能改变R的整体分布。雨强15～30 mm/h是R值分布的高峰区,其平均比例为31.97%;大于60 mm/h雨强的降雨发生的随机性更大,所产生的R值比例的空间分布差异也大。[结论] 黔中喀斯特山地黄壤区降雨侵蚀力R值时空分异明显,需因地制宜实施水土流失防治。     

农产品产地加工与储藏工程技术分类

生鲜牛肉的含水率对其牛肉的加工、储藏、贸易与食用质量有重要影响,为了提高牛肉的经济价值和食用品质,需要研究牛肉含水率的无损检测技术。以取自不同超市的内蒙小黄牛和鲁西黄牛背最长肌为研究对象,有效样本86个,其中,75%的样本作为校正集,25%的样本作为验证集。采集牛肉新鲜切口处400～1170 nm波长范围内的漫反射光谱,用国标方法测定牛肉含水率。经过多元散射校正（multiplicative scatter correction, MSC）、变量标准化（standard normalized variate, SNV）和直接正交信号校正（direct orthogonal signal correction, DOSC）等方法预处理,在400～1170 nm范围内分别建立多元线性回归（multiple linear regression, MLR）模型、主成分回归（principal component Regression, PCR）模型和偏最小二乘回归（partial least squares regression, PLSR）模型。结果表明使用MSC预处理方法建立的模型预测效果最佳,其中用PLSR建模结果最好,校正集的相关系数和校正标准差分别是0.92和0.0069,验证集的相关系数和验证标准差分别是0.92和0.0047,外部验证的相关系数和验证标准差分别是0.85和0.0054。结果表明,可见/近红外光谱结合MSC预处理方法建立的PLSR模型,可以对牛肉含水率进行准确的快速无损评价,为生鲜牛肉含水率快速无损检测技术的应用提供理论参考。     

艾比湖流域盐渍土含水量光谱特征分析与建模

盐渍土表层盐分累积与土壤含水量有着直接的关系.为了建立干旱区盐渍土含水量高光谱遥感监测模型,本文以艾比湖流域不同含水量的盐渍土为研究对象,采用光谱反射率变换和多元统计分析(MSAM)方法,对土壤含水量的光谱特征进行分析和建模.结果表明:随着土壤含水量的增加,土壤反射率呈下降趋势;在一定范围内,波长越长,土壤光谱反射率与含水量的相关性越高,其中1 937 nm处的土壤光谱反射率与含水量具有最高的相关性(r=-0.636).对土壤光谱反射率进行8种光谱反射率变换后,在此基础上利用多元统计方法分析盐渍土的不同含水量与光谱之间的相关性,筛选敏感波段,建立关系模型.得出对数一阶微分(Logarithm First Order Differential)在波长2024和2 357nm建立的模型以及均方根一阶微分(Root Mean Square First Order Differential)在波长1 972和2 357nm建立的模型最优,相关系数r分别为0.894和0.865.基于上述模型作者构建了一种耦合模型,其相关性r=0.926比对数一阶微分模型提高了0.032,比均方根一阶模型提高了0.061;因此,所构建的盐渍土含水量估算模型是可行的,可以为遥感反演提供理论参考,对高光谱遥感反演具有一定意义.     

基于可见-近红外光谱的滩羊肉多品质指标无损检测

针对近红外光谱技术在生鲜肉品质检测中预测模型适用范围窄、检测指标单一、模型稳定性差、难以有效应用于生产检测等问题,本研究采集不同月龄宁夏滩羊宰后3个时期4个部位肉的可见-近红外光谱信息,测定色泽、pH值、蒸煮损失、剪切力以及蛋白质、粗脂肪和水分含量,利用2个波段(370~1 050 nm、900~1 700 nm)的光谱数据分别构建各个指标的偏最小二乘回归(PLSR)预测模型以实现滩羊肉多品质指标同步无损检测。结果表明,两波段中各品质指标的PLSR预测模型相关系数(R)均大于0.80,第二波段中水分含量PLSR模型预测集R可达0.941;两波段中各品质指标预测模型的性能较好,其中370~1 050 nm波段的光谱数据对样品色泽参数预测效果更好。综上所述,可见-近红外光谱技术可实现滩羊肉7个品质指标的快速无损检测。本研究结果为滩羊肉品质控制和滩羊屠宰加工企业优质特色产品的生产提供了技术支撑。     

基于组合模型的庐山森林土壤有效铁光谱间接反演研究

铁是植物生长的重要微量营养元素之一,土壤有效铁含量对林地环境起着重要的影响,利用土壤光谱预测技术获取土壤有效铁含量信息具有重要意义。而要通过土壤光谱直接预测土壤有效铁含量是难以实现的,因此提出利用土壤有机质含量与有效铁含量之间的相关性,探讨间接估算土壤有效铁含量的可行性。以庐山森林土壤样本为研究对象,研究基于偏最小二乘回归(PLSR)和径向基函数(RBF)神经网络的组合模型预测土壤有机质含量的适用性,并且通过构建有机质含量与有效铁含量的二项式线性模型,对土壤有效铁含量进行间接反演,探讨不同权重下的最优组合模型。结果表明,组合模型的预测效果优于偏最小二乘回归和RBF神经网络单个模型,并且熵值组合为最优组合模型,其中,土壤有机质的反演模型验证的决定系数(R~2)为0.81,均方根误差(RMSE_p)为11.54 g kg~(-1),测定值标准差与标准预测误差的比值(RPD)为2.18;有效铁的间接反演模型R~2为0.70,RMSE_p为21.60 mg kg~(-1),RPD为1.77。通过土壤有机质构建土壤有效铁含量的光谱反演间接模型,在光谱反演模型中,组合模型能较大限度地利用各种预测样本信息,能有效减少单个预测模型中随机因素的影响,增强预测稳定性,提高模型的预测能力。因此,组合模型可对土壤有机质含量的光谱预测及土壤有效铁的间接预测发挥更好的作用。     

黑土养分含量的航空高光谱遥感预测

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;全氮、有效磷和速效钾的预测精度,BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。     

灌溉水中悬浮固体对土壤水分入渗性能的影响

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。     

基于GA-SVM的耕地土壤重金属含量高光谱反演方法的研究

为提高耕地土壤重金属含量高光谱反演模型精度,以岳阳县某地区耕地土壤重金属铁（Fe）、砷（As）、铬（Cr）为例,提出了一种遗传算法（GA）优化支持向量机（SVM）的重金属含量反演模型。在对光谱进行SG平滑和10 nm重采样后,利用一阶/二阶微分、倒数对数和连续统去除光谱变换方法增强光谱特征,通过相关性分析筛选最优变换光谱,使用皮尔森相关系数与主成分分析提取各重金属光谱特征变量,分别建立SVM和GA-SVM土壤重金属高光谱反演模型并进行精度验证。结果表明,二阶微分变换光谱与各重金属含量相关性整体最突出;三种重金属在可见光波段490 nm、500 nm、510 nm和530 nm具有共同敏感特征;经GA算法优化SVM参数后,对比SVM回归模型,预测精度有明显提高,其重金属Fe、As和Cr的验证集R2分别为0.968、0.821和0.976;研究结果可为应用遥感技术反演耕地土壤重金属含量提供新的参考。     

黄河三角洲土壤有机质含量的高光谱反演

【目的】土壤有机质(SOM)具有改良土壤结构、 促进团粒结构形成、 增加土壤疏松性、 改善土壤通气性和透水性以及促进植物生长发育的作用。传统测定土壤有机质的方法,虽然精度高,但是实时性差。本文通过对土壤高光谱数据进行变换和分析,筛选出与土壤有机质含量相关性高的敏感波长,构建能够实时、 快速反演黄河三角洲土壤有机质含量的数学统计模型。【方法】60个土壤样品采于黄河三角州。利用ASD Fieldspec3光谱仪,在室内环境下对黄河三角洲不同有机质含量的风干土壤样本进行了光谱测量,利用化学方法测定了土壤的有机质含量。在对土壤样品高光谱反射率进行去包络线处理的基础上,与土壤有机质含量进行相关分析,筛选敏感波长;运用主成分回归分析、 多元线性回归分析、 二次多项式逐步回归分析和支持向量机回归分析方法,分别建立了有机质含量的反演模型。【结果】确定了估测土壤有机质含量的敏感波长,建立了能够快速反演黄河三角洲土壤有机质含量的数学统计模型。从土壤光谱反射率曲线可以看出在1400 nm、 1900 nm和2200 nm等波段附近有十分明显的水分吸收谷。经对比相关性可以看出,去包络线的数据处理方法明显提高了光谱反射率与土壤有机质之间的相关性。1278 nm、 1307 nm、 1314 nm、 1322 nm、 1328 nm、 1334 nm、 1343 nm 7个相关性较高的波长作为估测土壤有机质含量的敏感波长。基于主成分回归分析、 多元线性回归分析、 二次多项式逐步回归分析和支持向量机回归分析方法,分别构建了反演有机质含量的模型。其中,二次多项式逐步回归模型校正集的决定系数达到了0.865,验证集的决定系数最大,达到了0.837,为黄河三角洲土壤有机质含量的最佳反演模型。【结论】去包络线的数据处理方法可提高光谱反射率与土壤有机质之间的相关性,确定的1278 nm、 1307 nm、 1314 nm、 1322 nm、 1328 nm、 1334 nm、 1343 nm 7个波长是估测黄河三角洲土壤有机质含量的敏感波长。由于二次多项式逐步回归模型校证集的决定系数最高、 均方根误差最小,其拟合效果最好。因此二次多项式逐步回归模型对反演黄河三角洲土壤有机质含量是最佳的。     

苹果糖分含量的近红外漫反射检测研究

应用近红外漫反射技术探讨水果糖分含量检测方法并建立其光谱漫反射测量系统,重点对0,2,4 mm和6 mm 4种不同测量距离对苹果糖分含量无损检测的影响分析.试验结果为:当光纤贴紧苹果表面(0 mm测量距离)时建立的校正方程对未知样品的预测效果最好.利用主成分回归多元校正技术,建立在0 mm时红富士苹果样品糖分含量的预测数学模型,其样品预测值和实测值之间的相关系数为0.844,标准校正误差(SEC)为0.729,标准预测误差(SEP)为0.864,偏差(Bias)为0.318.通过本次试验研究表明,应用近红外光谱漫反射技术进行苹果糖分含量无损检测具有可行性,并得到了较为满意的预测效果.     

便携式双档位柑橘多品质无损检测装置设计与试验

为了解决普通检测装置难以覆盖不同果径（25～95mm）柑橘的检测需求问题,研发了覆盖多果径柑橘的便携式双档位多品质无损检测装置。以砂糖橘（果径25.35～48.61mm）和武鸣沃柑（果径53.24～94.71mm）为研究对象,基于研发的双档位探头,在赤道部位每隔120°采集一次光谱,平均光谱作为该柑橘的原始光谱。经标准正态变量变换（standard normal variable,SNV）、多元散射校正（multiplicative scatter correction,MSC）预处理,再利用竞争性自适应加权抽样算法（competitive adaptive reweighted sampling, CARS）筛选特征波长,分别建立了沃柑和砂糖橘的可溶性固形物含量（soluble solids content,SSC）和水分的偏最小二乘预测模型。沃柑的SSC和水分预测模型验证集相关系数分别为0.937、0.951,均方根误差分别为0.382°Brix、0.491%;砂糖橘的SSC和水分预测模型验证集相关系数分别为0.921、0.935,均方根误差分别为0.460°Brix、0.673%...