科研产出
基于太赫兹光谱技术的山核桃内部虫害检测初步研究
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：美洲山核桃是美国最重要的坚果之一,内部虫害是影响山核桃质量的重要因素。为了实现美洲山核桃内部虫害的有效快速、无损检测,初步探索应用太赫兹光谱技术检测山核桃虫害研究。收集山核桃样本并制作核桃仁1,2,3mm均匀厚度的切片,切片大小为2cm×1cm,按照同样的尺寸制作核桃壳和核桃仁中间夹层的切片;利用太赫兹时域光谱设备采集不同切片0~2THz波段的太赫兹吸收光谱,并对比分析了所测切片的光谱特性;采集了活体烟草天蛾切片和干燥的山核桃虫害切片的太赫兹时域光谱,由于活体害虫的较高含水量以及太赫兹光谱对水分等极性分子的强吸收特性,与山核桃切片对比发现,活体虫害呈现非常明显的光谱吸收特性;最后,对整个山核桃样本进行了无损透射试验。研究表明,太赫兹光谱技术在检测山核桃内部虫害方面具有较好的应用潜力,为进一步认识太赫兹光谱性质,掌握样品制备方法、实验测试方法和数据获取及光学参数计算方法,应用太赫兹光谱技术开展山核桃内部虫害快速无损检测提供参考。
全文链接
请求原文
梨果糖浓度近红外漫反射光谱检测的预处理方法研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：糖浓度是梨果内部品质的重要指标。实验测得了梨果的近红外漫反射吸光度谱,并且对其进行了光谱预处理,包括多元散射校正(MSC)、基线校正(baseline correction)、标准正态变量变换(SNV)和平滑去噪(moving average)。结果表明,经过预处理后的吸光度谱在光谱归一化、噪声消减等方面有着较为明显的优势。使用偏最小二乘法(PLS)对原始吸光度谱和预处理后的吸光度谱分别进行处理,得到结论:应用平滑去噪预处理后的吸光度谱进行预测的准确度优于原始吸光度谱,得相关系数为0.990 8,预测标准偏差为0.019 0。
关键词： 近红外光谱 漫反射 糖浓度 偏最小二乘法 预处理方法
全文链接
请求原文
洪涝胁迫的水稻叶面积指数变化及其光谱响应研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：通过水稻淹水实验模拟洪涝胁迫状态,分析不同生育期、不同洪涝胁迫强度下的水稻叶面积指数变化及其冠层高光谱响应规律,建立洪涝胁迫下水稻叶面积指数(LAI)的估测模型。结果表明,分蘖期、拔节期、抽穗期水稻LAI均随淹水深度的增加而降低;水稻冠层680~760 nm光谱的一阶微分具有"双峰"现象,主峰位于724~737 nm,701和718 nm有次峰出现,并随淹水深度的增加出现"三峰";冠层红边位置在各个生育期出现"蓝移",红边幅值、红边面积在分蘖期、拔节期、灌浆期均呈现"蓝移",在抽穗期出现"红移";生育前期水稻LAI与光谱特征参量存在显著相关,生育后期相关性不显著;最后以D_(λ737)/D_(λ718)光谱参量建立了水稻生育前期的LAI估测模型。表明在洪涝胁迫下,水稻LAI的变化幅度直接反映胁迫强度的大小,估测模型LAI=3.138(D_(λ737)/D_(λ718))-0.806可用于估测洪涝胁迫不同强度下的水稻叶面积指数。
全文链接
请求原文
应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：当作物生物量较大时,现有植被指数由于受饱和问题限制,不能较好的估算作物生物量。针对此问题,尝试将波段深度分析与偏最小二乘回归(partial least square regression,PLSR)结合,提高对大田冬小麦生物量的估算精度,并将两者结合建立的模型与应用代表性植被指数建立的模型进行生物量估算精度比较。波段深度分析主要对冬小麦冠层光谱550～750nm范围进行,采用波段深度、波段深度比(band depth ratio,BDR)、归一化波段深度指数和归一化面积波段深度对波段深度信息进行表征。在建立的模型中,波段深度分析和PLSR结合的估算精度比应用植被指数模型的精度高,其中BDR与PLSR结合的估算精度最高(R2=0.792,RMSE=0.164kg.m-2)。研究结果表明波段深度分析与PLSR结合能较好的克服生物量较大时存在的饱和问题,提高冬小麦生物量的估算精度。
关键词： 高光谱遥感 冬小麦 生物量 波段深度分析 偏最小二乘回归
全文链接
请求原文
基于新型植被指数对冬小麦蛋白质含量的估算研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：小麦蛋白质含量是衡量小麦价格的一项重要指标。本文使用三年冬小麦蛋白质含量和光谱指数数据,用2008/2009和2009/2010年数据构建新的比率指数和乘积指数,并将灰色关联算法-偏最小二乘法(GRA-PLS)进行整合,尝试提高对冬小麦蛋白质含量估算的精度,用2011年/2012年数据进行验证。研究结果表明:比率指数与冬小麦蛋白质含量的相关系数要优于单一指数,单一指数和比率指数最高相关系数(r)分别为0.726和0.751,乘积指数也可改善部分单一指数的相关系数。通过GRA-PLS方法可以提高对冬小麦蛋白质含量的估算精度,单一指数、比率指数和乘积指数的决定系数(R2)分别为0.537,0.631和0.521,对应的均方根误差(RMSE)分别为0.665%,0.564%和0.574%。结果说明用新构建的比率指数和乘积指数,并使用GRA-PLS方法对冬小麦蛋白质含量估算是可行的。
关键词： 新型植被指数 蛋白质含量 灰色关联算法 偏最小二乘法
全文链接
请求原文
融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：考虑到短波红外特征与叶面积指数(LAI)有很好的关联,将短波红外特征的典型水分指数与基于可见光-近红外特征的植被指数相融合,尝试构建新的植被指数估算作物LAI。通过PROSAIL辐射传输模型分析新植被指数对LAI饱和响应的特征;利用2009年和2008年北京地区冬小麦实测光谱数据进行LAI估算建模与验证。结果表明:所选择的10个典型可见光-近红外植被指数分别与5个水分植被指数相结合构建的新指数,都能够有效提高与LAI的相关性,特别是在融合了含有短波红外特征的sLAIDI*指数后,新指数显著提高了对LAI响应的饱和点,而对植被水分变化不敏感,LAI估算精度得到改善。研究表明:将短波红外特征引入到可见光-近红外植被指数中,构建的新植被指数对冬小麦LAI估算具有明显的优势。
关键词： LAI 高光谱遥感 植被指数 短波红外 sLAIDI*
全文链接
请求原文
基于叶片光谱分析的小麦白粉病与条锈病区分及病情反演研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：小麦条锈病和白粉病作为我国麦区两种重要病害,在田间常同时发生,为病害防治管理带来困难。基于实验测试获得白粉病、条锈病叶片光谱数据,探讨采用光谱分析对两种病害进行区分识别及严重度监测的可行性。通过相关分析和独立T检验,筛选出对白粉病和条锈病敏感度差异较显著的波段及光谱特征,包括665～684,718～726nm等6个波段范围,以及DEP550-770,SIWSI等11个光谱特征。基于这些波段和特征,采用FLDA构建病害判别模型;借助PLSR分析构建病情严重度反演模型。研究结果表明,筛选得到的反射率波段和光谱特征能够较好地区分两种病害,判别模型总体精度达到80%以上,准确度较高。其中,染病比率超过20%的病叶区分和识别精度可达95%。同时,分别基于两种病害敏感光谱特征构建的病情严重度反演模型能够较好地估测病情严重度,两种病害估测均方根误差均低于15%。上述叶片尺度小麦白粉病和条锈病区分和严重度反演模型为进一步研究两种病害冠层尺度的区分和监测提供基础。
关键词： 高光谱 条锈病 白粉病 费氏线性判别分析 偏最小二乘回归分析
全文链接
请求原文
不同光谱成分条件下叶用莴苣矿质元素吸收分析
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：以叶用莴苣为试验材料,应用ICP-AES等技术,研究了不同光谱成分及其组合条件下生菜对矿质元素的吸收特性。结果显示:(1)生菜常量、微量矿质元素含量比约为Ca:Mg:K:Na:P=5.5:2.5:2.3:1.5:1.0,Fe:Mn:Zn:Cu:B=25.9:5.9:2.8:1.1:1.0,且LED及荧光灯处理下的生菜各元素含量均高于自然光,差异显著;(2)生菜在红蓝组合LED光R/B=1:2.75处理下对K,P,Ca,Mg,B元素的吸收量及累积量均达最大,LED及荧光灯红光均可显著促进生菜对Fe和Cu元素的吸收;(3)矿质元素含量较高及干物质积累量较高的处理均为LED灯R/B=1:2.75和B/W=1:1。
全文链接
请求原文
基于近地面高光谱影像的冬小麦日光诱导叶绿素荧光提取与分析
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：结合FluorMOD模型模拟数据与利用光谱分辨率3.3nm、光谱采样间隔为0.71～0.74nm近地面成像高光谱系统获取的抽穗期小麦高光谱影像比较3种基于夫琅和费线暗线的提取方法(FLD,3FLD和iFLD)的精确性和稳定性。结果表明当光谱分辨率为3.3nm时,在760nm附近的O2-A波段可以有效提取日光诱导叶绿素荧光,而在687nm附近的O2-B波段不适合。当存在噪声时,FLD和3FLD的稳定性高于iFLD,FLD倾向于高估荧光值。
全文链接
请求原文
以高光谱数据有效预测苹果可溶性固形物含量
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：从高光谱数据中选取能够有效进行内部品质检测的特征波长,是利用高光谱成像技术进行水果品质定量分析的关键。本文采用遗传算法(GA)、连续投影算法(SPA)和GA-SPA算法分别从400～1 000nm的苹果高光谱图像中提取特征波长,利用偏最小二乘法(PLS)、最小二乘支撑向量机(LS-SVM)和多元线性回归(MLR)建模进行苹果可溶性固形物含量(SSC)的定量分析并进行了综合比较。160个样品中,120个用于建模,40个用于预测。比较发现SPA-MLR模型获得了最好的结果,R2p,RMSEP和RPD分别为0.950 1,0.308 7和4.476 6。结果表明:SPA能够有效地用于高光谱数据的变量选择,利用SPA-MLR可建立稳健的苹果SSC预测模型,较少的有效变量和MLR模型的易解释性表明该模型在在线检测和便携式仪器开发中具有较大的应用潜力。
关键词： 高光谱成像 苹果 可溶性固形物含量 变量选择 多元校正分析
全文链接
请求原文
