生菜叶片镉含量高光谱预测模型

为了实现无损检测生菜叶片中重金属镉的含量,以高光谱技术为研究手段,研究一种基于高光谱技术的精确、快速和有效检测生菜中重金属镉含量的方法。首先,使用高光谱图像采集系统获取生菜高光谱图像,并提取光谱数据,对提取出的光谱数据采用连续投影算法（SPA）和基于权重回归系数的特征选择算法进行特征提取,建立预测生菜叶片中镉含量的最小二乘支持向量回归（LSSVR）模型。结果表明:SPA-LSSVR模型性能最佳,其中预测集决定系数为0.927 3,均方根误差为0.093 mg/kg。因此,利用高光谱技术结合SPA-LSSVR模型对生菜叶片中重金属镉含量进行预测是可行的,可为实际应用提供技术支持和参考。      

基于计算机视觉的土壤镉胁迫生菜叶片污染响应分析

为了实现无损检测生菜叶片中重金属镉的污染程度,以计算机视觉技术为研究手段,结合图像处理方法和特征选择方法,对4个梯度重金属镉胁迫的生菜叶片进行识别。首先利用数码相机获取生菜叶片图像,然后使用K-means聚类算法分割图像,对分割出的目标图像提取图像颜色、形状和纹理特征,共获取46个图像特征。为了使模型更简便和减少数据量,利用基于变量组合的变量重要性分析(VIAVC)和竞争性自适应重加权算法(CARS)对图像特征进行降维。采用偏最小二乘法判别分析(PLS-DA)和随机森林(RF)构建模型,用于生菜镉胁迫程度的识别。结果表明,在7个组合特征模型中,颜色形状纹理融合特征所建立的模型给出了最优结果,测试集分类正确率为92%。用VIAVC和CARS对颜色形状纹理融合特征进行特征选择,发现VIAVC的降维效果优于CARS。使用特征选择的变量建立模型,RF模型的训练集分类正确率和预测集分类正确率均高于PLS-DA,其中,基于VIAVC的RF模型的训练集和预测集分类正确率分别为98.0%和96.0%。可见,基于VIAVC的RF模型在大大降低了特征维数的前提下,能够较好地对不同镉胁迫程度的生菜叶片进行识别。     

镉胁迫下菊苣叶片原位高光谱响应特征与定量监测研究

探究镉胁迫下菊苣叶片高光谱响应特征,以实现基于叶片原位高光谱技术的作物镉胁迫快捷、精准监测。采用室内水培实验,供试品种为"欧洲菊苣"、"美洲菊苣"和"黔育一号",设置0、5、10、25、50、100、200μmol/L共7个镉胁迫梯度,于菊苣苗期测试叶片镉质量比及其原位高光谱反射率。分别利用逐步回归(SWR)、主成分回归(PCR)和偏最小二乘回归(PLS)的统计分析方法对叶片原始光谱(R)及一阶微分光谱(FDR)进行镉质量比预测,确定最佳光谱监测方式和有效波段,提高镉胁迫估测的时效性。此外,为进一步检验上述模型的稳定性,再次布置9个独立菊苣品种镉胁迫光谱验证实验(镉浓度为50μmol/L)。结果表明,镉胁迫显著影响菊苣叶片镉质量比及高光谱反射率变化特征;随镉梯度增加,3个品种菊苣镉含量均显著提升,叶片高光谱反射率在可见光-近红外区(400～1 300 nm)逐步降低,中红外区(1 300～2 400 nm)则未表现出一致性变化规律。全波段光谱分析模型间,以基于FDR光谱的PLS监测模型(FDR-PLS)表现最优,其独立验证集决定系数(R2)、均方根误差(RMSE)和相对分析误差(RPD)分别为0. 92、181. 3 mg/kg和2. 96。根据FDR-PLS模型中各波段无量纲评价指标:变量重要性投影值(VIP),确定菊苣叶片镉质量比有效波长分别为659、725、907、1 026、1 112、1 255、1 630 nm,实现了光谱降维和便捷分析的目的。此后,再次构建基于上述有效波段的菊苣叶片镉质量比FDR-PLS监测模型,其独立验证集R2、RMSE和RPD分别为0. 834、222. 4 mg/kg和2. 41,9个供试品种验证集R2、RMSE和RPD分别为0. 817、13. 0 mg/kg和1. 77,预测效果较为理想,能够满足无损和精准监测需求。     

玉米生长铜铅污染信息光谱辨别研究

为辨别农作物所受重金属胁迫种类,以受重金属铜(Cu)、铅(Pb)胁迫的玉米叶片为研究对象,利用ASD地物光谱仪获得叶片高光谱数据,通过分数阶微分(FD)对原始光谱数据进行处理,采用竞争性自适应重加权采样法(CARS)提取特征波段,最后通过多层感知机(MLP)、K-最近邻(KNN)、支持向量机(SVM) 3种模型对受胁迫的叶片光谱进行辨别,选择最优的MLP构建的FD-CARS-MLP模型,进行玉米生长铜铅污染信息光谱辨别。结果表明,FD-CARS-MLP模型对于受胁迫叶片光谱辨别的能力相较于传统方式有所提高,试验集辨别精度均可达到98%以上,0.1、0.2阶分数阶微分辨别精度可达到99%以上。选取苗期与抽穗期的玉米叶片,对其进行FD-CARS-MLP模型的可行性测试,经验证可得,FD-CARS-MLP模型辨别受重金属胁迫玉米叶片光谱数据的精度更高且更稳定,可为监测谷类作物不同重金属胁迫提供技术与方法。     

镉胁迫下植物膜蛋白的研究进展

水体或土壤中镉（Cd）污染是植物生长中最常见的重金属污染之一。当植物受到镉胁迫时，其组织、细胞等的生理机制会处于抑制状态。同时，植物在演化过程中对镉的吸收、转运及排出产生应对策略。该文阐述了镉对植物生长的影响、膜蛋白的分离技术以及镉胁迫下的植物膜蛋白等方面。      

宜宾市南溪区小龙虾重金属污染监测及膳食暴露评估

[目的]了解宜宾市南溪区养殖水域的重金属铬、镉污染状况和居民食用小龙虾铬、镉的暴露水平.[方法]以分层随机抽样法在南溪区采集样品25份,采用国标方法进行重金属检测,采用点评估方法计算小龙虾铬、镉摄入量,开展小龙虾中铬、镉的膳食暴露评估.[结果]南溪区抽样的5个养殖水域的水样、底部沉积物中重金属铬、镉含量都符合我国无公害...     

基于高光谱成像技术的菜心铜胁迫快速检测

重金属污染已经成为影响农作物生长的重要环境因素,而铜是我国农业三大重金属污染物之一.农作物受到铜胁迫后,生长发育会受到极大的影响,如何实现对农作物铜胁迫的检测对于农业生产有着极大的意义.传统检测农作物铜胁迫的方法存在分析时间长、准确性不高、易对农作物造成损害等问题.本文提出一种基于高光谱成像技术的农作物铜胁迫的快速检测...     

Mn~(2+)-Dipy-SCN~-共沉淀分离—拉曼光谱法测定水中镉的研究

人体饮用水的同时会摄入水中的重金属。使用拉曼光谱技术,并采用Mn2+-Dipy(2-2’联吡啶)-SCN-共沉淀分离的方法,能检测水中重金属镉。根据对比不同光谱数据预处理方法,并结合偏最小二乘法建立定量模型。实验结果为,光谱信息经过二阶微分处理后的建模效果较理想,其外部验证相关系数为0.915 6,预测均方根误差为0.011 9。采用HM—5000P重金属分析仪测定共沉淀前后重金属镉离子的含量,发现Mn2+-Dipy-SCN-络合体系对水中镉离子的回收率超过90%,最高可达99.781%。实验表明,Mn2+-Dipy-SCN-三元络合物共沉淀体系对重金属镉有很好的分离效果,Mn2+-Dipy-SCN-共沉淀分离拉曼光谱法用于重金属镉的检测具有可行性。     

基于小波变换和BP神经网络的水稻冠层重金属含量反演

自然农田生态系统中,农作物的各种生化参数受重金属污染胁迫后虽表现异常,但其特征往往极为微弱,极不稳定。利用处理非稳定信号方法中常用的信号处理方法——小波分析法(Db-5),对水稻的光谱反射率数据进行处理,有效提取光谱信号中受重金属污染胁迫而潜藏的一些"突变"弱信息。利用Db-5小波基进行小波变换,从中选取具有异常光谱特征的奇异点,利用奇异点对应波段(716、745、766 nm)的光谱反射率构建反向传播(BP)神经网络模型,对水稻冠层4种重金属含量进行反演。将利用模型得到的预测值与实测值进行相关性分析,结果表明,基于BP神经网络的水稻冠层重金属含量反演模型对于实验区镉、铅、汞、砷4种重金属胁迫,具有良好的反演效果。     

磷对镉胁迫下水稻亚细胞分布的影响

采用盆栽试验,研究外源添加两种不同磷肥(过磷酸钙SSP、磷酸二铵DAP)对镉胁迫下水稻细胞各组分中镉分布及含量的影响,结果表明:施加两种磷肥的水稻体内的镉大多分布在细胞壁中,并随镉浓度的增加细胞壁对镉的固定能力增强;施用磷肥可有效抑制水稻对重金属镉的吸收,且DAP的效果好于SSP。     

香根草叶片铅含量的近红外光谱快速检测

提出了一种应用近红外光谱技术快速检测香根草叶内重金属铅含量的方法,采用多种预处理方法建立偏最小二乘法(PLS)模型并对建模效果对比分析,得出最优预处理方法。结合不同波段选择方法优化PLS模型参数,建立了香根草叶内重金属铅含量定量分析模型,预测决定系数R2为0.87,预测均方根误差RMSEP为0.18。研究结果表明,利用近红外光谱技术快速定量检测香根草叶内重金属铅含量具有可行性。     

椰糠基质有效氮近红外检测仪设计与试验

为了实现椰糠基质有效氮含量的快速实时检测,基于漫反射光谱设计了椰糠基质有效氮近红外检测仪。该检测仪的硬件系统主要由前处理装置、气力输送装置、重力式沉降样品室、近红外光谱检测装置、样品回收装置和空气压缩机等组成。制备了不同有效氮含量的椰糠基质样本135个,采用研制的检测仪获取了样本原始光谱数据,并建立了椰糠基质有效氮含量的最优偏最小二乘回归预测模型,其校正集相关系数和验证集相关系数分别为0.973和0.965,校正集均方根误差和验证集均方根误差分别为14.025 mg/(100 g)和15.757 mg/(100 g),残差预测偏差为3.72。基于MFC开发工具,采用C/C++语言开发了检测仪硬件控制及实时检测分析软件界面,将建立的最优有效氮光谱预测模型移植到软件程序中,实现了椰糠基质有效氮近红外检测仪功能硬件控制及有效氮检测的一键式操作。试验验证结果表明,所研制仪器预测值与国标测量值相关系数为0.883,测试集均方根误差为18.605 mg/(100 g)。该检测仪实现了椰糠基质有效氮含量的快速实时检测,并且预测性能较好,可以满足快速评价椰糠基质养分的实际需求。     

炭肥混施下土壤养分缓释特征与芥菜镉富集响应模拟

土壤养分有效性是影响重金属富集植物的重要因素,为研究炭肥混施下土壤养分缓释特征及芥菜镉富集趋势,试验设置施肥比例(分别为基准施肥量的0、20%、40%、70%、100%,基准施肥量为N 350 kg/hm^2、P_2O5180 kg/hm^2、K_2O 180 kg/hm^2)以及施炭比例(炭肥质量比0、3%、9%)完全组合设计。结果表明:基于Logistic曲线模型模拟炭肥混施下土壤养分缓释特征及镉富集趋势效果较好,均方根误差占实测平均值的3. 29%～8. 37%且R2不小于0. 957 0。炭肥混施下土壤养分高效缓释的施肥比例区间为0. 99%～55. 18%,相比未施炭的有效氮、有效磷最大缓释效率值分别提升49. 17%～90. 00%、13. 25%～37. 35%,高效缓释下土壤养分含量提高17. 38%～40. 93%。镉富集下芥菜生物量通过土壤养分高效缓释增长119. 65%～263. 36%,且地上部相比根部的生物量高效累积最大效率值提高166. 67%～300. 00%,有效氮、有效磷响应区间分别扩大150. 00%、12. 51%,为镉由根部向地上部的转运提供动力基础;芥菜镉含量、富集系数在土壤养分高效缓释区间增长97. 79%～201. 96%。为满足芥菜镉高效富集并兼顾肥料节约,通过模型反算得炭肥混施策略优化为:9%施炭下有效氮、有效磷和有效钾肥的比例分别为60. 58%、61. 32%、21. 48%。     

生菜叶中磷含量的光谱定量分析

为快速、准确检测生菜叶内的磷含量,提出了应用光谱技术结合化学计量法无损检测生菜叶内磷含量的方法。通过获取不同施磷量下生菜叶片于波长350~2500nm处的反射光谱,对光谱数据进行5点平滑和一阶导数变换后,利用联合区间偏最小二乘算法（siPLS）提取了与生菜叶磷元素相关的4个特征波段,即950~1070nm, 1430~1549nm,1906~2025nm和2144~2263nm。进一步利用连续投影算法（SPA）对全光谱波段和4个特征波段进行特征波长提取,分别筛选出变量63个和25个。分别对4个特征波段、63个和25个特征波长进行主成分降〖JP2〗维,当主成分数分别为7、5和4时,隐含层神经元数分别为7、5和3时,建立了siPLS+BPANN,SPA+BPANN,siPLS+〖JP〗SPA+BPANN生菜叶磷含量检测模型。研究结果表明：siPLS+SPA+BPANN模型的预测结果优于其他模型,验证集相关系数为0.911,验证均方根误差为479mg/kg。     

不同灌溉方式下生菜根系生长模型研究

为探明不同栽培方式对蔬菜根系生长的影响,采用滴灌、微喷灌2种灌溉方式和醋糟与草炭复配而成的4种栽培基质对生菜根长、根深和根区半径进行了试验研究。结果显示:不同灌溉方式下可用同一个预测模型;相同灌溉方式下,不同基质栽培生菜根系特征值差异不显著(P0.05),可用同一组模型参数来表示。以试验数据为基础,采用有效积温作为定量发育进程的尺度,构建了预测生菜根长和根深的动态生长模型;以根深和有效积温为自变量,建立了根区半径动态变化模型。运用重复试验数据对所建模型进行验证,滴灌和微喷灌生菜的根长、根深和根区半径的预测值与实际值之间回归估计标准误差和相对误差最大分别为290 cm、0.81 cm、0.63 cm和15%、12%、13%,表明所建立的3个动态变化模型具有较高的预测精度,可为节水型设施基质栽培生菜提供理论依据和决策支持。     

基于高光谱的黑土区土壤重金属含量估测

以黑龙江省讷河市采集的80份黑土样品和高光谱实测数据为数据源,对黑土中铜(Cu)、锌(Zn)、锰(Mn)重金属元素的光谱反射率及其特征变化进行研究,分析了光谱反射率、光谱反射率一阶微分变换、光谱反射率连续统去除变换、光谱反射率连续统去除一阶微分变换与元素铜、锌、锰含量的相关性,并利用相关系数法提取敏感波段.利用核主成分...     

基于惩罚最小二乘算法的土壤重金属检测光谱基线校正

针对X射线荧光光谱分析技术在检测土壤重金属过程中由于土壤背景复杂、包含大量噪声和干扰信息而易受基体效应影响的问题,为了提高定量分析模型的精度,利用惩罚最小二乘算法拟合基线与真实基线之间的保真度和平滑度,对X射线荧光光谱进行基线校正,从而减小基线漂移的影响。选用无基线扣除、非对称最小二乘(ASLS)、自适应迭代重加权惩罚最小二乘(AIRPLS)、非对称重加权惩罚最小二乘(ARPLS)、局部对称重加权惩罚最小二乘(LSRPLS)和多约束重加权惩罚最小二乘(DRPLS) 等6种处理方法对土壤重金属元素铅和砷的测量光谱进行基线校正;结合偏最小二乘(PLS)算法建立相应的校正模型,以选择最优基线校正算法;与神经网络(BP)和支持向量机(SVR)建立的校正模型进行比较,对模型进行评价。结果显示,铅元素的最佳模型为DRPLS-PLS,模型的R2达到0.982,预测均方根误差(RMSEP)为0.056 mg/kg;砷元素的最佳模型为DRPLS-PLS模型,模型的R2达到0.985,RMSEP为0.796mg/kg。与PLS和BP模型相比,铅、砷两种元素的SVR模型建模均最优,模型的R2分别达到0.998和0.993,RMSEP分别为0.015、0.596mg/kg。实验表明,通过基线校正后模型的预测精度、检出限和稳定性均有所提高,该方法可有效提高X射线荧光光谱在土壤中的定量分析能力。     

基于高光谱成像技术的生菜冠层含水率检测

为实现作物含水率的无损检测,以6种水分胁迫水平的生菜为研究对象,利用高光谱成像技术和特征波长选取方法对生菜冠层含水率进行检测研究。采用掩模法去除高光谱图像的背景噪声,并对生菜冠层光谱图像进行光强校正。利用标准正态变量变换法(SNV)去除原始平均光谱数据的噪声,采用蒙特卡罗无信息变量消除法(MCUVE)剔除无关变量,结合基于最小绝对收缩和选择算法(LASSO)、连续投影法(SPA)、LASSO与SPA算法组合(LASSO SPA)筛选特征变量,对数据进行降维处理,采用偏最小二乘法(PLS)建立5个生菜冠层含水率检测模型。经对比发现,全光谱中存在很多冗余信息变量和无关变量,采用全光谱建立的PLS模型复杂度最高,且预测能力最差;以MCUVE LASSO SPA筛选变量后的PLS模型效果最优,其中建模集相关系数R c和预测集相关系数R p分别为0.8827和0.9015,均方根误差分别为1.0662和0.9287。择优选取MCUVE LASSO SPA PLS模型计算生菜冠层每个像素点的干基含水率,生成可视化分布图,实现了生菜冠层叶片干基含水率可视化检测。本研究可为生菜冠层含水率快速无损检测提供参考。