基于多维度光谱特征波长提取大豆冠层SPAD值估算模型

应用多种光谱特征波长段提取技术,研究了全生育期大豆冠层的近红外光谱曲线特性,提出了基于多维度光谱特征波长提取的大豆冠层叶绿素相对含量(SPAD值)估算模型.在大豆冠层原始近红外光谱曲线中,优选多元散射校正预处理和偏最小二乘回归法建模.经多元散射校正预处理后,应用竞争性自适应重加权采样算法(CARS)、主成分分析法(PCA)和连续投影算法(SPA),提取大豆冠层的光谱特征波长数量分别为22,51和12个.以此特征波长为基础,利用偏最小二乘回归法和多元线性回归法(MLR),分别建立大豆冠层SPAD值估算模型.结果表明CARS-MLR模型试验效果较好,该模型校正样本和预测样本SPAD值的均方根误差分别为5.67和5.94,平均值约为5.81.     

水稻冠层叶片SPAD值与叶绿素、叶氮含量及净光合速率的变化特征

通过两年的田间试验,利用叶绿素仪(SPAD-502)测定了不同生育时期水稻(南粳44号)冠层叶片的SPAD (Soil-plant analysis and development)值、叶绿素含量、叶氮含量及净光合速率,在此基础上分析了SPAD值与叶绿素含量、叶氮含量及净光合速率的关系。结果表明:水稻冠层叶片的SPAD值与叶绿素含量、叶氮含量及净光合速率的关系均呈显著相关,但是在不同的生育期内SPAD值与其他三项指标的变化并没有同步,存在一定时间的超前或者滞后。随着叶绿素荧光分析技术的发展,无损伤、快速、灵敏测定叶片光合作用的变化成为可能,因此想要更好地了解叶片光合作用的内在变化,还需要研究SPAD值与各项叶绿素荧光参数的关系。     

水稻STN7激酶突变体的光合生理特性分析

本实验旨在研究野生型与stn7突变体在光合性能上的差异.实验包括检测种子萌发状况、用脉冲幅度调制成像荧光计IMAG-MINI测量叶绿素含量、用SPAD-502叶绿素仪测量SPAD值以及用LI-6400XT便携式光合仪测量叶绿素荧光动力学参数并用photosynthesis软件拟合光响应曲线及相关参数.结果显示,WT和stn7植株的种子萌发情况和SPAD值几乎无差异,叶绿素荧光动力学参数显示WT的光合性能比stn7植株高,叶绿素a/b和光响应曲线的结果得出WT利用弱光的能力较强,光响应曲线结果还显示高光强下,stn7植株光合速率较高.本文研究发现STN7激酶在调节水稻的光合作用中发挥着重要作用.     

紫外-可见光去浊度反演水体叶绿素a含量

城市景观水体的叶绿素a含量可直接反映其水质。紫外-可见光谱方法可快速低廉反演叶绿素a的含量,但城市水体水深较浅、浊度较高,容易对该波段光谱产生干扰。采用实验室培养的螺旋藻水样和浊度水样的混合水样来模拟城市景观水体环境,并使用UV—2600分光光度计获取混合水样的吸光谱数据;对吸光谱数据分别建立一元线性回归模型、偏最小二乘算法(PLS)模型和BP神经网络模型,以寻找降低水体浊度干扰的办法,为水体水质评价提供可靠参考数据。结果显示,BP神经网络预测模型可以同时预测混合水样中叶绿素a的浓度和浊度的浓度值,模型预测值与样本测量值之间的R~2为0. 997 2,并且模型的预测误差在5%以内。去浊度反演水体叶绿素a含量的能力最高;偏最小二乘算法模型测量值与预测值的R2为0. 999 4,模型的预测误差小于4%,但该模型在预测叶绿素a浓度时不能同时预测浊度值,去浊度反演叶绿素a含量的能力次之;一元线性回归模型的去浊度反演叶绿素a含量的能力最差。     

基于LS-SVM和高光谱技术的玉米叶片叶绿素含量检测

为实现玉米叶片叶绿素含量的快速无损测定,采集不同氮素水平的玉米叶片,制备校正集样本60个,验证集样本16个,获取400～1 100 nm波段范围的高光谱数据和相应叶绿素含量.采用变量标准化、13点平滑、一阶导数3种预处理方法结合,根据相关系数图谱选择470～760 nm波段作为光谱数据分析对象;利用最小二乘支持向量机建...     

RGB叶绿素仪测量数据回归方法

根据朗伯-比耳定律和吸光度加和性,对RGB叶绿素仪采用透射光测量叶绿素含量方法进行分析,得到植物叶片叶绿素含量测量方程——多元线性回归方程.利用RGB叶绿素仪和商用叶绿素仪SPAD502对绿色程度不同的彩纸进行测试与对比,初步证明了该测量方法的有效性.选取2组黄瓜叶片,分别利用RGB叶绿素仪、SPAD502和分光光度计测量,得到RGB频率值、SPAD值和标准叶绿素含量值.取其中一组测量数据,对RGB频率值与标准叶绿素含量进行多元线性回归分析,获得测量模型的回归系数,再取另一组测量数据来验证所获得的测量模型回归系数的正确性;并将用RGB叶绿素仪和SPAD502仪测得数据做进一步的比较.结果验证:RGB叶绿素仪测量多元线性回归方程为极显著,所测叶绿素含量的重复性较SPAD502仪好.     

基于支持向量回归的驴肉脂肪和蛋白质近红外检测模型优化

驴肉的脂肪含量低、蛋白质含量高,是一种营养价值较高的食用肉类.选择了40个不同个体和不同部位的驴肉鲜肉样品,采集了样品在4 000～12 500 cm~(-1)光谱的近红外漫反射光谱,并使用索氏提取法和凯氏定氮法分别检测了样品的脂肪和蛋白质参考数据.分别使用主成分分析和偏最小二乘回归对肉块和肉糜2种类型的样品光谱数据进行了压缩,结合支持向量回归算法分别建立了驴肉脂肪和蛋白质的定量模型,并与偏最小二乘回归模型进行了性能比较,发现肉糜光谱使用主成分分析降维结合支持向量回归算法所建立的驴肉脂肪模型,以及肉块光谱使用偏最小二乘回归降维结合支持向量回归算法所建立的驴肉蛋白质模型定量结果最优,其交叉验证均方根误差和相对预测误差分别达到了0.058%、14.69以及0.111%、14.39.结果表明,近红外光谱结合主成分分析或偏最小二乘回归降维以及支持向量回归算法所建立的模型预测精度较高,可对驴肉的脂肪和蛋白质含量进行可靠的检测.     

水稻冠层叶片土壤、作物分析仪器开发值与叶绿素、叶氮含量及净光合速率的变化特征

通过两年的田间试验,利用叶绿素仪(SPAD-502)测定了不同生育时期水稻(南粳44号)冠层叶片的SPAD(soilplant analysed and development)值、叶绿素含量、叶氮含量及净光合速率,在此基础上分析了SPAD值与叶绿素含量、叶氮含量及净光合速率的关系。结果表明:水稻冠层叶片的SPAD值与叶绿素含量、叶氮含量及净光合速率的关系均呈显著相关,但是在不同的生育期内SPAD值与其他三项指标的变化并没有同步,存在一定时间的超前或者滞后。随着叶绿素荧光分析技术的发展,无损伤、快速、灵敏测定叶片光合作用的变化成为可能,因此想要更好地了解叶片光合作用的内在变化,还需要研究SPAD值与各项叶绿素荧光参数的关系。     

基于Matlab 与 C++Builder偏最小二乘分析的编程实现

针对工程测量和科研活动,根据回归性分析中较为先进的偏最小二乘法原理,以Matlab为平台,设计了实用的C Builder回归性分析程序.利用该程序,得到大米近红外光谱和其对应蛋白质含量的模型,模型预测结果和观测值的相关系数为0.993 2,模型的显著性检验F值为1.009 3.     

基于偏最小二乘法的樟树叶片叶绿素含量高光谱估算

在BRDF测试系统环境下利用ASD便携式野外光谱仪采集樟树叶片光谱,并用UV2450-紫外可见分光光度计对观测叶片进行叶绿素含量测定.考虑到植物色素(叶绿素和类胡萝卜素)对叶片反射光谱的影响主要体现在可见光波段,选取400~900 nm范围波段光谱反射率与叶片叶绿素含量反演偏最小二乘法(PLS)模型,其中29个样本用于建模,10个样本用于验证,结果表明:当主成分个数为4时,PLS模型具有最佳的效果,4个主成分累计解释了99.91%的自变量信息和89.71%的因变量信息,此外,PLS模型能够充分利用高光谱信息,具有较高的精度和稳定性.通过与原始光谱和一阶导数光谱拟合的估测模型进行对比分析,得出PLS模型无论是从建模样本精度还是验证的误差方面均优于这两种传统的模型,适合于利用高光谱数据进行叶绿素含量的估测.     

高光谱技术在南疆盐渍化土壤盐分检测中的应用

土壤盐渍化是一个重要的生态环境问题,严重影响干旱、半干旱地区农业、畜牧业和经济的发展。高光谱技术可提供地物的连续光谱信息,利于分析细微差别,为定量研究土壤盐分含量提供了便利。阿克苏地区位于新疆南疆塔里木河流域上游,水力资源匮乏,盐渍化问题十分严峻。该研究基于在实验室内采集土壤的高光谱数据,通过建立模型来定量分析土壤盐分含量。首先对原始光谱进行光谱与处理,接着用相关系数法等方法找出土壤盐分的特征波长,并以此建立预测模型,可用偏最小二乘法等方法来建立模型。这些研究对于运用高光谱技术定量分析土壤盐渍化有一定的意义。     

基于野外实测高光谱数据的盐碱土盐分含量估测研究

利用高光谱野外实测数据,实现对黄河三角洲盐碱土盐分含量SSC快速、准确定量反演,对于进一步治理盐渍土具有至关重要的意义。通过SVC HR-768i型光谱仪野外实测了黄河三角洲地区盐碱土高光谱数据,在对野外实测高光谱数据进行一阶微分和连续统去除处理的基础上,获取了与SSC相关性较高的光谱波段;分别运用偏最小二乘回归PLSR和多元逐步线性回归SMLR方法构建了SSC的高光谱定量反演模型,建模及分析结果表明:基于一阶微分获取的响应SSC敏感波段,采用PLSR方法得到的定量反演模型具有较好的稳定性和预测精度。本研究采用的方法和取得研究结果对野外实际环境中,进行大面积盐碱土SSC的快速准确定量估测提供了科学依据,具有重要的应用价值。     

不同预处理方法对PLS模型检测鲜长枣糖度的影响

为寻找适合近红外光谱无损检测鲜长枣糖度含量的最佳光谱预处理方法,进行鲜长枣样品近红外光谱数据的预处理方法比较研究.探讨了15种光谱预处理方法对偏最小二乘法建模精度的影响.结果表明,小波变换和多元散射校正相结合是近红外光谱偏最小二乘模型无损检测鲜长枣糖度的有效预处理方法,其相关系数和内部交叉验证均方差分别为0.741 1...     

利用地面光谱数据反演悬浮泥沙质量浓度

为研究用高光谱数据反演悬浮泥沙质量浓度的方法,以近海悬浮泥沙为实验材料,配制了不同质量浓度悬浮泥沙样品,利用2种方法对样品进行建模:一种是将可见光和近红外光谱进行小波变换并将小波低频系数以偏最小二乘回归建模,另一种为波段组合法.利用交叉检验方法,分析了交叉检验结果,并将2种方法建立的模型进行了比较.研究表明:波段组合法中,TM4与TM1波段反射率比值的指数模型效果最好;在预测能力上,小波偏最小二乘模型总体上比波段组合模型精度高并且稳定性好,适用于悬浮泥沙光谱定量分析.     

遗传算法选择特征波长在紫外光谱检测COD中的研究

为简化紫外光谱测化学需氧量检测模型,提高模型的预测精度,将偏最小二乘算法与遗传算法相结合,优化对紫外光谱特征波长的选择.通过建模和实验分析表明:使用该方法对特征波长进行选取,偏最小二乘回归模型在均方误差意义下达到最优,平均相对误差在5%以内,而且预测精度明显优于未经遗传算法选取波长的偏最小二乘回归模型.     

基于RGB模型的大豆叶片叶绿素含量预测

以大豆叶片叶绿素为对象,基于RGB色彩空间构建叶绿素SPAD估算模型,对大豆叶片叶绿素含量进行预测。首先,采集自然环境下的大豆叶片图像,运用中值滤波法去除图像噪声,并基于k-means算法将叶片从背景中分割;其次,提取叶片图像的红(R)、绿(G)、蓝(B)值,通过运算组合构建颜色特征参数,建立基于大豆叶片颜色特征参数的叶绿素含量估算模型,并对其精度进行评价和验证;最后,组合了R/G/B、R/(R+G-B)、B/(R+G-B)、G/(R+G-B)等4种颜色特征参数,利用这4种颜色特征参数和叶绿素实测值进行回归分析。结果表明,基于B/(R+G-B)的组合精确度最高,R2=0. 438,AARD=9. 58%,RMSE=2. 862。该方法可以快速、无损地预测大豆叶片叶绿素含量,为评估大豆的生理状况提供了参考。     

近红外光谱法在燕麦和苦荞膳食纤维含量分析中的应用

应用近红外光谱漫反射技术,采用偏最小二乘法和留一全交叉验证方法对燕麦和苦荞样品中膳食纤维的含量进行预测.对光谱波长和信号预处理方法进行了优化.剔除异常值后得到实验值和本方法预测值的相关系数达到0.9272.结果表明,采用近红外光谱漫反射方法能够对燕麦、苦荞其它食品中膳食纤维含量进行快速定量或半定量分析.     

基于偏最小二乘回归的焦炭热性质非线性预测模型

针对基于煤质指标预测焦炭热性质建模过程中易出现的多重共线性问题,提出应用偏最小二乘回归对焦炭热性质进行预测的建模思路.考虑到煤质指标与焦炭热性质之间复杂的非线性关系,采用拟线性化处理的方法,将煤质指标的一次效应、二次效应及交互效应作为模型输入,建立焦炭热性质预测的偏最小二乘回归模型;基于拟线性化处理的非线性偏最小二乘回归和线性偏最小二乘回归对焦炭热性质预测实例进行分析.研究结果表明:基于偏最小二乘回归方法建立的焦炭热性质预测模型是有效可行的:非线性偏最小二乘回归模型的预测精度明显比线性偏最小二乘回归模犁的预测精度高.     

大坝安全监测模型因子相关性探究

分析了大坝安全监测数据处理中自变量因子之间的多重相关性对传统的多元回归模型的影响.运用偏最小二乘回归分析的基本原理和交叉有效性检验方法,建立了基于偏最小二乘法的回归模型.工程实例表明,偏最小二乘回归模型能够有效消除因子相关性对模型回归系数估计和回归分析效果的影响,取得的结果较为合理.     

多组分混合物偏最小二乘分光光度分析方法研究

本文研究了偏最小二乘分光光度法同时测定多组分混合物的方法,探讨了偏最小二乘回归计算法有关参数对计算结果的影响.通过对三组分食用色素、四组分芳香醛模拟样和实际样品中食用色素含量的测定计算,结果表明偏最小二乘法计算结果稳定、精确度较高.