稻谷千粒质量近红外光谱定量分析

利用近红外漫反射光谱分析技术对稻谷千粒质量进行了测定和研究.通过对70个不同品种的稻谷样本进行近红外光谱扫描,将获得的光谱进行10种不同方法的预处理,然后应用PLS方法建立稻谷千粒质量预测的定标模型,根据交互验证决定系数(R2)和交互验证标准差(RMSECV)进行最佳定标模型选择,最后依据稻谷千粒质量预测值与真实值间的相关系数(r)和预测标准误差(SEP)进行模型预测能力评价.结果显示,在光谱区间11 998.9～7 497.9+6 101.7～5 449.8+4 601.3～4 246.5 cm-1、采用最小-最大归一化预处理方法建立的定标模型具有最大的交叉验证决定系数0.773和最小的均方根误差1.67 g;以最佳定标模型预测的稻谷千粒质量与真实值之间的相关系数为0.945,预测标准误差为0.76 g,表明近红外光谱分析技术可以用来进行稻谷千粒质量的快速测定.     

稻谷千粒质量近红外光谱预测模型的波长选择方法

为研究波长选择方法对稻谷千粒质量近红外光谱分析(NIRS)模型预测能力的影响,用偏最小二乘法(PLS),在600~1 100 nm的波长区间,建立稻谷千粒质量的全光谱近红外光谱预测模型,得到模型的内部交叉验证系数为0.714,外部验证决定系数为0.659,内部交叉验证误差和预测误差分别为1.809和1.756。采用相关系数法、互信息法、逐步回归法、无信息变量消除方法、遗传算法和间隔偏最小二乘法对建模波长区间进行选择和优化,再以同样的方法建立稻谷千粒质量NIRS预测模型。结果显示,通过波长选择和优化后,不仅参与建模的波长显著减少,而且所建模型的内部交叉验证和外部验证决定系数均有所增大,交叉验证误差和预测误差均有所减小。其中,采用遗传算法进行波长选择后,所建模型的内部交叉验证和外部验证决定系数最大,分别为0.729和0.710,交叉验证误差和预测误差则分别降低了9.50%和5.72%,是6种方法中最优的。表明经过波长选择后,可以提高稻谷千粒质量近红外光谱预测模型的预测能力。     

猕猴桃硬度近红外漫反射光谱无损检测

为了给猕猴桃成熟度判定提供一种无损检测手段,进行了基于近红外漫反射光谱定量分析技术检测冷藏期间猕猴桃硬度的试验研究。采用偏最小二乘法对“华优”猕猴桃的近红外光谱进行了分析,并且比较和讨论了4种光谱预处理方法的建模结果。试验结果表明,在全谱范围内,一阶微分光谱所建模型效果最佳,其校正相关系数为0.963,预测相关系数为0.852。     

基于近红外光谱的淀粉掺杂滑石粉检测方法研究

实验运用近红外光谱分析技术检测淀粉中掺杂滑石粉的含量;收集了国内常用的不同品牌不同种类的淀粉样本共32个,将滑石粉按不同浓度掺杂到淀粉中制备实验样本;选择最优的光谱预处理方法和光谱范围,运用近红外光谱分析中的偏最小二乘法(PLS)进行定量分析研究。结果表明,采用偏最小二乘法(PLS)所建的定量分析模型的相关性较高,预测相关系数和预测均方根误差均符合要求。研究发现,近红外光谱技术用于快速无损检测淀粉掺杂滑石粉是可行的。     

芝麻油掺伪的近红外透射光谱检测技术

采用近红外光谱技术结合间隔偏最小二乘法分别建立芝麻油中掺入大豆油、玉米油和花生油的定量检测模型。实验配制不同比例的掺假芝麻油混合样品,采集样品在4 000～12 000 cm-1范围内的近红外透射光谱,把数据分为校正集与预测集。将4 420～12 000 cm-1波段的光谱进行各种预处理,最佳方法为平滑预处理,并利用间隔偏最小二乘波长筛选法(iPLS)选取光谱特征波段,最后采用偏最小二乘法建立掺假芝麻油的定标模型。结果显示:3种掺假芝麻油的PLS模型预测相关系数分别达到0.998、0.999、0.999,预测均方根误差分别为0.24%、0.24%和0.19%,具有较高的预测精度。实验证明近红外光谱技术对芝麻油掺假的快速检测具有可行性。     

基于近红外光谱的面粉灰分含量快速检测方法

针对目前面粉灰分含量的检测方法存在操作繁琐、耗时长、费时费力和检测效率低等问题,运用近红外光谱分析技术检测面粉的灰分含量,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法(PLS)及BP神经网络算法进行定量分析研究。结果表明:采用偏最小二乘法(PLS)所建的定量分析模型的决定系数R2为90.66,预测均方根误差RMSEP为0.055 3,总偏差为0.0279 3;用BP神经网络预测总偏差为0.036 7。研究发现,近红外光谱技术用于快速无损检测面粉灰分含量是可行的,且PLS、BP神经网络算法可进行面粉灰分含量预测。     

贮藏稻谷霉菌菌落总数近红外光谱预测模型

贮藏稻谷常受到霉菌和毒素的侵染会引起稻谷品质下降,严重危害稻谷贮藏安全。近红外光谱技术具备非破坏性、分析速度快、成本低、稳定性好及污染小等优点,适合于稻谷中霉菌菌落总数快速检测。为此,构建了基于近红外光谱的稻谷霉菌和毒素检测数学模型。通过模拟稻谷贮藏试验,建立了贮藏环境温度和含水率对稻谷表面霉菌菌落总数影响规律的数学模型,该模型可以描述和预测稻谷表面霉菌菌落总数在贮藏仓内的变化规律,以指导稻谷安全贮藏。     

不同预处理可见-近红外光谱对农作物秸秆热值预测的影响

热值是反映农作物剩余物作为燃料利用潜力的重要参数。运用氧弹方法测试热值费时费力。基于可见-近红外光谱分析技术,分别对采用了不同预处理方法处理的光谱建立了5种农作物秸秆的偏最小二乘法（PLR）和主成分回归方法（PCR）热值模型,分析了预测模型的准确性与稳定性。结果显示,10点平滑的PLR模型效果最好,预测相关系数R2和预测标准差RMSEP分别为0.853 7和0.443 4。过多的平滑点处理产生了过平滑现象,导致模型性能变坏,采用了微分处理和多元散射校正（MSC）处理的光谱预测模型性能未见明显提高。研究结果可为热值快速测试设备的研发提供基础数据和数学模型优化支持。      

特征变量筛选在近红外光谱测定绿茶汤中茶多酚的应用

利用化学计量学方法从绿茶汤近红外光谱中提取茶多酚光谱信息,建立茶多酚近红外光谱定量分析模型.光谱采集使用5 mm光程的石英比色皿,利用联合区间偏最小二乘法(siPLS)筛选特征光谱区间,然后在筛选的光谱区间内进一步利用遗传算法(GA)优选特征变量.结果表明,siPLS筛选的特征光谱区间避开了水的强吸收峰影响,利用GA在筛选的特征光谱区间内优选出166个特征变量建立PLS模型,模型预测集均方根误差为0.685％,相对标准差为5.26％,相对分析误差为3.22,所建模型能达到精度要求,可用于实际检测.     

基于近红外光谱技术的叶面药液浓度检测

提出了一种应用近红外光谱技术快速检测叶面药液浓度的方法。采用漫反射测量方式获取了叶面药液的近红外光谱。选用标准偏差归一化、三点滑动平均滤波和一阶导数为最优组合预处理。通过7种波段方案的对比,得出最优波段为350～1 900 nm。采用偏最小二乘法建立了叶面药液质量浓度与光谱反射率的定量分析模型。其预测集相关系数为0.994,预测均方根误差为0.039。结果表明,利用近红外光谱技术检测叶面药液浓度具有实际指导意义。     

水稻机械直播技术综述

水稻直播技术作为实现机械化高产栽培的有效途径之一在过去几年里取得了较大的发展。本文综述了国内外关于水稻机械直播技术的发展情况、直播技术的特点及在其发展中存在的问题。     

基于EPR数据挖掘方法的稻田土壤重金属镉向水相析出特征

以湘中矿区典型重金属镉超标水稻田为研究对象进行原位实验,分析稻田淹水期土壤重金属镉向水相析出特征。基于统计及遗传编程方法的EPR数据挖掘技术,建立镉析出质量浓度与温度影响因子关系方程。结果表明,温度是镉向水相析出质量浓度的重要影响因子,相比传统的统计方法建立的线性及非线性方程,EPR具有一定的预测优势。稻田淹水期水温达到30℃时,溶解态镉质量浓度接近生活饮用水标准的限值,是地表饮用水水质安全的潜在威胁。     

水稻直播技术探讨

介绍国内外水稻直播技术的发展现状，分析水稻直播技术的优点，阐明水稻直播技术的实施要点。与传统水稻栽培方式相比，水稻直播技术省却了育秧、拔秧、插秧环节，节省了大量时间和人力、财力、物力，使复杂的种植程序得以简化、劳动力得到进一步解放、种植成本大大降低，是传统水稻种植方式的重大变革。     

玉米秸秆饲料营养成分NIRS在线检测

玉米秸秆本身营养成分含量低,需作为粗饲料和其它饲料混合生产全混合日粮或经黄贮等技术工艺改善其品质。为在利用和改善处理过程中对其营养成分含量进行实时检测,采用217个玉米秸秆样品,利用优化后的近红外在线光谱采集系统,探索了利用近红外光谱技术在线检测玉米秸秆水分、粗蛋白、酸性洗涤纤维和可溶性糖等营养成分含量的可行性。研究结果表明利用近红外光谱技术可以实现对玉米秸秆饲料营养成分的定量分析。水分、粗蛋白、酸性洗涤纤维、可溶性糖含量模型的相对标准偏差和相对分析误差分别为9.03%和1.97、11.36%和2.31、3.75%和2.02、16.18%和3.61。     

水稻直播技术探讨

介绍国内外水稻直播技术的发展现状,分析水稻直播技术的优点,阐明水稻直播技术的实施要点.与传统水稻栽培方式相比,水稻直播技术省却了育秧、拔秧、插秧环节,节省了大量时间和人力、财力、物力,使复杂的种植程序得以简化、劳动力得到进一步解放、种植成本大大降低,是传统水稻种植方式的重大变革.     

青贮饲料近红外光谱分析模型转移研

为了探讨青贮饲料的近红外光谱(NIRS)分析模型在不同类型光谱仪器之间的转移,以傅里叶变换型近红外光谱仪Nicolet ANTARIS作为主仪器,光栅型近红外光谱仪FOSS 6500作为从仪器,采用斜率/截距和局部中心化2种方法进行了研究.结果表明,经斜率/截距和局部中心化法转移之后,所建立校正模型的决定系数R2和交互验证决定系数R2cv均大于0.85.采用斜率/截距法转移之后,ANTARIS仪器校正模型对FOSS 6500仪器验证集的预测标准差为20.27 g/kg,系统偏差为-3.75,采用局部中心化法转移之后的预测标准差为27.67 g/kg,系统偏差为-6.17.2种方法模型转移后的预测结果与FOSS 6500仪器模型的预测结果(预测标准差为20.60 g/kg,系统偏差为-1.04)非常接近,比转移前的预测结果(预测标准差为39.65 g/kg,系统偏差为-33.60)有较大程度改善,2种方法均获得较好的转移效果.     

水田田埂边界支持向量机检测方法

提出了基于支持向量机的水田田埂边界线的检测算法。采用支持向量机分类算法代替传统的图像分割算法,分割水田图像,提高了在不同光照条件下田埂边界检测的鲁棒性。图像预处理阶段引入超像素分割算法,大大减少了后续图像处理的计算量,并为支持向量机的模型训练提供大量的样本。选取足够数量的超像素样本,提取其颜色特征和纹理特征,构成19维的特征向量,并作为训练支持向量机模型的输入。使用训练好的支持向量机模型识别新图像中的水田田埂区域,模型评价指标F1分数达到90. 7%。采用霍夫变换提取田埂边界,在NVIDIA的Jetson TX2硬件平台上,算法总运行时间在0. 8 s以内,有效满足了水田直播机的实时性要求。     

稻田灌溉排水自动控制新技术的研究

介绍一种适合于淹灌稻田实现自动控制的灌溉新技术，其中灌溉部分由自动给水栓、有压输水管道系统和灌溉水源三部分组成，自动给水栓有一个能自动跟踪稻田水层变化的传感装置，它与给水相连，当稻田水层消耗至允许下限时，传感器驱动给水栓开启放水；当稻田水层灌至设计上限时，关闭给水栓，停止灌水。管理人员只须根据作物不同生育阶段的灌水控制要求调定传感装置的上下限，稻田的灌溉既能自动完成。