近红外漫反射光谱技术测定砀山梨糖度的初步试验研究

应用傅里叶变换近红外漫反射技术快速获取梨子的近红外光谱信息,建立了光谱吸光度与梨子表面碰伤部位的糖度、梨子表面完好部位的糖度的相关关系,发现梨子表面碰伤以后的相关性比完好时要好得多,表明利用近红外光谱技术在全波长范围内无损检测梨子的糖度是可行且可靠的。     

多重荧光标记结合拉曼光谱原位研究多粘芽胞杆菌降解秸秆的生物膜特征

利用多粘芽胞杆菌（Paenibacillus polymyxa SYX-1）快速降解稻草秸秆,用多重荧光标记技术进行标记,共聚焦激光显微镜观察（CLSM）并结合激光拉曼光谱（Raman）,原位研究纤维素降解过程中形成的生物膜特征,进一步探究植物纤维的酶解机制。共聚焦激光扫描跟踪结果表明：在0~13 d的降解过程中,SYX-1菌株定殖的稻草秸秆表面物质成分呈复杂化趋势,表明在秸秆表面有良好的生物膜形成;拉曼光谱结果显示SYX-1菌株对稻草秸秆的降解主要发生在拉曼强度1580~1590 cm-1处,证实了相关秸秆纤维素降解酶主要以β-折叠构象和无规卷曲构象共存。多重荧光标记技术和拉曼光谱手段相结合,可以作为深入研究纤维素降解过程中生物膜的形成特征及探究植物纤维酶解机制的有效手段。     

不同端元模型下湿地植被覆盖度的提取方法——以北京市野鸭湖湿地自然保护区为例

植被覆盖度作为反映湿地植物生长状况的重要生态学参数,在评估和检测湿地生态环境方面起着关键的作用.以华北内陆典型的淡水湿地——北京市野鸭湖湿地自然保护区为研究对象,中等分辨率的Landsat TM影像为数据源,基于线性光谱混合模型(LSMM)对研究区的植被覆盖度进行了估算.针对湿地植被类型丰富、土地利用类型多样化的特点,利用归一化植被指数(NDVI)在反映植物生长状况、覆盖程度以及区分地表覆盖类型方面的优势,通过对原始Landsat TM影像增加NDVI数据维对影像进行维度扩展,克服了传统研究中通常从Landsat TM影像上提取3-4种端元的局限,经最小噪声分离变换(MNF变换)、纯像元指数(PPI)计算以及人机交互端元选取等一系列运算,构建以陆生植物、水生植物、高反射率地物、低反射率地物、裸露土壤为组分的五端元模型来反映研究区的地物组成;同时,以原始Landsat TM影像为基础,构建植物、高反射率地物、低反射率地物、裸露土壤为组分的四端元模型.针对两种端元模型,采用全约束下的LSMM算法进行混合像元分解以获取研究区的植被覆盖度,其次辅以研究区的纯水体信息对其进行优化.精度检验采用相同时期的高分辨率WorldView-2多光谱影像来进行.研究表明:虽然四端元模型与五端元模型对植被覆盖度的估算结果在空间上具有基本一致的分布趋势,但是前者的估算结果在数值上要普遍低于后者,在研究区的水体及其附近,四端元模型难以体现水生植物的植被覆盖信息;另外,五端元模型的估算结果与检验数据的相关系数R达到0.9023,均方根误差(RMSE)为0.0939,明显优于四端元模型的R=0.8671和RMSE=0.1711.这反映了通过对影像进行维度扩展的方法来改进端元提取的数量是可行的,而由此构建的五端元模型可以更充分的反映研究区地物之间的光谱差异,从而获得更好的估算精度.     

基于近红外光谱技术的南疆骏枣动态水分模型研究

本文通过建立南疆骏枣在加工过程中的快速、无损动态水分检测模型.从可预测骏枣动态水分的PLS模型中,遴选出的最佳组合为原始光谱+MSC+PLS,其中相关系数由0.6845增加到0.8778,预测残差平方和由0.0285减少到0.0178,预测标准偏差从0.0387减少到0.0298.NIR技术的使用,对于南疆骏枣在加工过...     

基于近红外光谱的绿茶滋味品质估测模型北大核心CSCD

绿茶中的茶多酚与氨基酸含量之比(即酚氨比)是评价绿茶滋味品质的量化指标。本文提出利用近红外光谱技术快速分析绿茶汤的酚氨比,并对光谱的特征变量进行筛选以提高模型的精度和稳定性。试验采用联合区间偏最小二乘法(siPLS)结合连续投影算法(SPA)筛选特征变量,建立酚氨比的估测模型,并与PLS、iPLS和siPLS方法建立的模型性能相比较。结果表明,应用siPLS结合SPA优选7个特征变量,主成分因子数为4时,所建模型性能最好,模型预测集相关系数(R p)为0.906,预测均方根误差(RMSEP)为0.258。对预测集30个样本的预测值与参考值进行t检验时,预测值与参考值无显著差异,说明模型准确可靠,可实现绿茶滋味品质的近红外光谱快速估测。     

新型葡萄果实袋的应用试验

应用新型日光葡萄果实袋,显著提高了葡萄品质,可溶性固形物含量提高2％,666.7m2平均增收2000元左右.     

油茶叶片叶绿素含量高光谱估测的偏最小二乘模型参数选择

[目的]利用高光谱技术估测植物叶片叶绿素含量时,如何在高维的光谱数据中选择有效的高光谱参数作为估测模型的输入矢量是估测叶绿素含量精度的关键.[方法]以南方丘陵地区油茶为试验材料,收集了182份油茶叶片光谱反射率及叶绿素含量样本,综合分析了敏感波段、光谱指数、高光谱特征参数和全波段(400～1350 nm)4个不同高光谱...     

二维相关光谱结合偏最小二乘法测定牛奶中的掺杂尿素

为了检验牛奶中是否掺杂尿素并将其量化测定,配置含有尿素质量浓度范围为1～20g/L之间40个牛奶样品,以掺杂物尿素浓度为外扰,分别研究了掺杂尿素牛奶的二维相关(近红外-近红外,中红外-中红外,近红外-中红外)光谱特性,在此基础上,分别选择随浓度变化大的4200～4800cm-1和1400～1704cm-1为建模区间,采用偏最小二乘方法建立定量分析模型。研究结果表明:4200～4800cm-1建模分析效果优于1400～1704cm-1建模结果,其交叉验证均方根误差为0.266g/L,对未知样品集预测相关系数达到0.999,预测均方根误差为0.219g/L,这表明所建模型具有较好的预测效果。该方法无需样品处理,成本低,为快速判别牛奶是否掺杂提供了一种新的可能的方法。     

北京典型耕作土壤养分的近红外光谱分析

为研究土壤养分含量分布信息,以从北京郊区一块试验田采集的72个土壤样品为试验材料,应用傅里叶变换近红外光谱技术分析了土样的全氮、全钾、有机质养分含量和pH值。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。结果表明,利用该模型与光谱数据对土壤全氮、全钾、有机质养分含量和pH值进行预测,结果与实测数据具有较好的一致性,最高决定系数R2达到0.9544。偏最小二乘回归方法建立的养分预测模型能准确地对北京地区褐土土质全氮、有机质、全钾和pH值4种养分进行预测。     

基于多光谱遥感的耕地等别识别评价因素研究

为了判断应用遥感技术进行耕地质量识别的可行性,该文以多光谱遥感影像为数据源,采用遥感技术提取耕地质量影响因素,进行耕地质量遥感识别评价。通过建立反演模型和实地验证,有机质含量、地形坡度与表层土壤质地可以利用遥感影像有效获取;灌溉和排水因素理论上可以通过遥感影像识别,但资料获取较困难,可通过专题图和影像解译相结合的方法获取;剖面构型、障碍层次和土壤酸碱度等因素通过遥感识别的准确度较低。以自然等指数作为遥感识别评价成果,利用已有农用地分等成果对其进行验证,结果表明,在误差范围[7%,7%]内二者具有高度一致性,因此基于多光谱遥感进行耕地质量识别评价具有一定的可行性。该研究可为耕地等别评价因素识别、耕地质量评价和动态监测提供参考。