排序方式: 共有60条查询结果,搜索用时 15 毫秒
1.
牛肉含水率的高低不仅直接影响牛肉品质,而且会对消费者造成经济损失。为此,通过实验探究了采用高光谱图像技术对牛肉含水率进行检测的可行性,为检测牛肉品质提供依据。采用82个牛肉后腿样本作为实验材料,按5×4×1cm的规格通过国际烘干法测量其真实含水量,并采集它们的光谱图像;获取样本的光谱信息后,通过ENVI及Mat Lab软件获取感兴趣区域。同时,利用不同的预处理方法,分别建立BP神经网络和偏最小二乘校正模型,通过比对两种模型结果,偏最小二乘校正模型能够更有效预测牛肉含水率,校正集相关系数为0.91,校正标准差为0.121,预测集的相关系数为0.89,预测标准差为0.118。研究结果证实,利用高光谱图像技术可以快速无损检测牛肉含水率。 相似文献
2.
应用近红外光谱分析技术对比研究基于土壤风干样本和鲜样来预测全氮含量的可行性。选取水稻土为研究对象,首先分析了不同水分土壤的光谱特征,显示随水分含量增加,吸光度升高,且鲜样的吸光度高于干样。通过比较不同预处理方法,对土壤干鲜样分别采用逐步多元回归(SMLR)和偏最小二乘法(PLSR)建立了相应的近红外模型。结果表明,利用近红外光谱均可预测干鲜土壤样本的全氮含量,特别是利用偏最小二乘法建立的标定模型,预测精度高,反演性较好,鲜样和干样外部验证决定系数分别达到0.89和0.91,相对误差仅为6.92%和5.92%,研究结果可以为田间土壤全氮含量的估测提供技术依据和参考。 相似文献
3.
本研究为了寻求一种对肉牛胴体性状预测准确性较高的方法,运用DPS数据处理系统和SAS软件比较偏最小二乘回归、GM(1,N)灰色系统和BP神经网络3种常用的预测模型对肉牛胴体性状的预测能力。选择肉牛7个宰前生长性状(体高、体长、胸围、腹围、管围、宰前活体质量、平均日增体质量),对2个重要的胴体性状(胴体质量和净肉质量)进行预测。结果表明:偏最小二乘回归方法在肉牛胴体性状预测方面准确性最高;GM(1,N)灰色系统和BP神经网络预测准确度偏低。本研究还将3种预测结果相结合,取其均值,大大提高了预测的准确性。这一研究将为肉牛生产实践提供一定的科学参考。 相似文献
4.
淮北平原土壤高光谱特征及有机质含量预测 总被引:3,自引:0,他引:3
以安徽省淮北平原的蒙城县为研究区,采集131个表层土壤(0~20 cm)样品。采用Cary 5000分光光度计测定土壤光谱反射率,分析该地区典型土壤类型的光谱特征,利用偏最小二乘回归方法建立土壤有机质光谱预测模型。首先比较不同光谱变换对土壤有机质含量光谱预测建模的影响;其次根据光谱相似性对土壤样品进行分类,比较不同土壤类型和不同光谱分类的有机质光谱预测精度。结果表明:①不同土壤有机质含量和不同土壤类型光谱曲线在整体波段范围内趋势基本一致;有机质含量与光谱反射率呈显著负相关;有机质含量越低,曲线特征差异明显,可能是受其他因素的影响;②土壤光谱反射率经倒数的对数处理后,有机质光谱建模的决定系数和相对分析误差均有所提高,均方根误差降低,模型预测效果较优;③按照光谱相似性分类后建立的有机质光谱预测模型,比按土壤类型建立的光谱预测模型精度明显提高。 相似文献
5.
Ali Al Maliki Gary Owens Hussain M Hussain Saadi Al-Dahaan 《Communications in Soil Science and Plant Analysis》2018,49(11):1370-1383
A total of 73 soil samples were initially analyzed for lead (Pb) concentration as an indicator of the environment impact of smelter activity in the Port Pirie, South Australia. Chemometric techniques were used to assess the ability of near-infrared (NIR) reflectance spectroscopy to predict soil Pb using spectrally active soil characteristics such as soil carbon (C). The result indicated a strong linear relationship between log-transformed data of soil Pb and spectral reflectance in the range between 500 and 612 nm with R2 = 0.54 and a low root-mean-square error (RMSEv = 0.38) for the validation mode with an acceptable ratio of performance to deviation and ratio of error range (1.6 and 7.7, respectively). This study suggested that NIR spectroscopy based on auxiliary spectrally active components is a rapid and noninvasive assessment technique and has the ability to determine Pb contamination in urban soil to be useful in environmental health risk assessment. 相似文献
6.
应用基于PLSR的土壤-环境模型预测土壤属性 总被引:2,自引:0,他引:2
土壤-环境模型对于正确理解土壤属性与环境因子间的关系,以及进行土壤属性预测与制图均具有重要的意义。研究区位于陕西省长武县内多年退耕还林还草沟壑区域,采集72个土壤表层样本,选择3/4的样本作为建模集,其余1/4的样本作为验证集;环境因子选择容易获取的地形因子和由遥感影像提取的植被因子和湿度因子,建立基于偏最小二乘回归(PLSR)的土壤-环境模型。结果表明:全氮、速效钾、全钾、有机质与环境因子间均有显著相关性;建立的PLSR模型可解释土壤属性的空间变异从23%(全氮)到27%(全钾);与逐步回归方法构建的模型相比,利用PLSR构建的土壤-环境模型可以更好地表征土壤属性与环境变量间的关系,拟合精度和预测精度也相对较高,说明PLSR建立的模型可以更好地应用于相似区域的土壤属性预测。 相似文献
7.
8.
9.
环渤海湾和黄土高原‘富士’苹果园土壤养分与果实矿质元素关系的多变量分析 总被引:3,自引:0,他引:3
探讨中国环渤海湾和黄土高原两大苹果产区土壤养分对‘富士’苹果果实矿质元素含量的影响及相互关系,为两大苹果产区提高果实矿质元素含量的果园合理施肥等提供理论依据。2010—2011年分别在中国环渤海湾和黄土高原两大苹果产区各选择22个县,每县3个果园,共计132个乔砧‘富士’苹果园,对每个果园的土壤养分和果实矿质元素含量进行调查和分析,比较两大产区土壤养分、果实矿质元素含量的差异,应用偏最小二乘回归方法筛选不同产区影响果实矿质元素含量的主要土壤养分因子,线性规划求解优质果实矿质营养丰富的土壤养分含量优化方案。结果表明:环渤海湾产区的土壤碱解氮、有效磷、钙、铁和锌含量极显著高于黄土高原产区,而土壤pH和有效钾含量显著低于黄土高原产区;环渤海湾产区‘富士’果实氮、磷含量显著高于黄土高原区,而钙、铁和锌含量则显著低于黄土高原产区。黄土高原产区土壤有效铁、环渤海湾产区土壤有效硼含量分别与果实中的铁、硼呈显著和极显著相关。环渤海湾产区影响果实钙含量的主要土壤养分因子的大小顺序为土壤有机质、全氮、有效锌、有效硼、有效铁和有效钾,土壤有效锌对果实钙有最大的正效应系数,而土壤有效硼和全氮负效应系数较大;黄土高原产区对果实钙含量影响的主要土壤养分因子的大小顺序为土壤有效磷、有效锌、有机质、有效铁和有效钾,土壤有效锌、铁对果实钙含量有较大的正效应系数。线性规划求解出两大苹果产区果实矿质元素含量丰富的土壤养分优化方案。环渤海湾苹果产区增加果实钙含量的主要土壤养分管理措施为降低土壤全氮、碱解氮含量,提高土壤有效钾、铁、锌含量,维持较高的土壤有机质含量(17.7 g·kg~(-1)以上);黄土高原产区则为提高土壤有机质、有效锌含量,降低土壤全氮、碱解氮含量,保持适宜的土壤有效磷、钾含量。 相似文献
10.
基于高光谱特征和偏最小二乘法的春小麦叶绿素含量估算 总被引:4,自引:4,他引:4
叶绿素含量是影响作物生长及产量的主要因素。该研究以2017年6月小型试验田获取的抽穗期春小麦叶绿素含量及其对应的光谱反射率为数据源,对红边(627~780 nm)、黄边(566~589 nm)、蓝边(436~495 nm)、绿边(495~566 nm)、吸收谷和反射峰的最大反射率及反射率总和等16个高光谱特征参数与叶绿素含量之间的相关性进行了分析,并结合偏最小二乘回归法(partial least-squares regression,PLSR)对叶绿素含量进行高光谱建模及验证。结果表明:1)对特定的16个光谱特征参数而言,光谱特征参数绿边最大反射率与春小麦叶绿素质量分数之间的决定系数最低(R~20.5);决定系数较高(R~2≥0.5)的光谱特征参数包括蓝边最大反射率、蓝边反射率总和、黄边最大反射率、黄边反射率总和、红边最大反射率、红边反射率总和、绿边反射率总和、820~940 nm反射率总和及最大反射率、500~670 nm归一化吸收深度和560~760 nm归一化吸收深度,其中820~940 nm反射率总和决定系数达到最高(R~2为0.8);2)利用16个特征参量进行PLSR建模后,发现波段范围在820~940 nm的最大反射率及反射率总和所建立的PLSR估算模型为最优模型,其精度参数R~2p=0.8、RMSEp=2.0 mg/g、RPD=3.2。因此,该模型具有极好的预测能力。该研究为相关研究及当地精准农业提供科学支持和应用参考。 相似文献