科研产出
基于可见-近红外光谱分析的圆白菜与杂草识别研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：杂草的自动识别是实现作物草害精准施药的基础。利用ASD光谱仪采集两个品种的圆白菜及稗草、狗尾草、马唐、牛筋草和小藜等五种杂草在350～2 500nm波段内的冠层光谱反射率。根据光谱曲线特征,在不同波段内对数据进行不同程度的压缩,以提高运算效率;利用不同参数设置的Savitzky-Golay(SG)卷积平滑求导和多元散射校正方法(MSC)的不同顺序组合对光谱去噪,然后结合主成分分析法(PCA)提取主成分,建立模型,最后利用簇类的独立软模式(SIMCA)分类法对各种植物进行分类,并比较分类结果。试验结果显示利用MSC与3阶5次21点SG相结合的方法对光谱数据预处理后,运用PCA提取前10个主成分作为分类模型的输入变量,取得了100%的分类正确率,能够快速无损地识别圆白菜与几种常见杂草。
全文链接
请求原文
葡萄劣变过程中挥发性物质的FTIR光谱分析
《化学学报 》 2013 SCI 北大核心 CSCD
摘要：葡萄在运输和贮藏过程中极易发生变质,对葡萄劣变进行预警可有效降低大规模腐败的风险.研究了葡萄在劣变过程中所产生挥发性物质的FTIR光谱特性.实验证明了葡萄劣变中挥发性物质的主要成分为乙酸乙酯、乙醇、二氧化碳和水汽.通过光谱定量化分析研究挥发性物质在劣变中的变化规律,发现葡萄在劣变开始发生时的气体释放速率会发生阶跃性变化.论文采用主成分分析法(PCA)对挥发性物质的红外光谱进行了分类,可以准确地区分未变质、轻度变质和重度变质的葡萄.论文的结论说明挥发性物质的FTIR光谱分析可以有效鉴别贮藏中葡萄的劣变程度.而且由于挥发性气体在葡萄劣变中的阶跃变化性质,使这种鉴别方法具有不易受葡萄数量、存放方式影响的优点.论文的研究为葡萄劣变监测设备研制提供了理论和技术基础.
关键词： 葡萄劣变 挥发性物质 傅里叶变换红外光谱 主成分分析 分类
全文链接
请求原文
主成分分析和SIMCA的甘蓝与杂草光谱识别方法研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：为了提高杂草识别的准确性和快速性,利用光谱反射率差异区分作物与杂草。首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各类植物进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各类植物识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各类植物进行分类识别。甘蓝与杂草的分类结果表明,在1阶3次51点SG卷积求导法加上多元散射校正法(MSC)的最佳预处理基础上,根据主成分分析中前3个主成分,提取到23个特征波长,以它们为输入变量,利用SIMCA方法进行分类时,建模集和预测集的识别率分别达到98.6%和100%。
关键词： 主成分分析 特征波长 杂草识别 多元散射校正 聚类
全文链接
请求原文
近红外光谱法定量测定小麦粉中的石灰类添加物的研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：小麦粉的质量安全一直备受社会各界关注。在比较生石灰、熟石灰和碳酸钙的近红外光谱特征的基础上,采集了掺入不同含量的生石灰、熟石灰和碳酸钙的小麦粉样品的近红外漫反射光谱。采用偏最小二乘算法结合交互验证算法建立了石灰和碳酸钙的近红外定量校正模型,采用外部检验集对各模型进行外部验证。结果表明,石灰、碳酸钙的模型测定系数(R2)分别为99.80%和96.98%;校正集均方根误差分别为0.19和0.34;交互验证集均方根误差分别为0.26和0.75;预测集均方根误差分别为0.63和0.44;相对预测性能RPD分别为8.57和5.24。模型具有较高的精度,可以满足小麦粉中石灰含量的现场快速检测要求。F检验结果表明,模型的校正集、外部检验集的预测值-化学值之间具有极显著的相关关系。本研究可为小麦粉快速质量安全筛查提供参考方法,对小麦粉质量监控具有重要意义。
全文链接
请求原文
农田土壤中钾元素含量的激光诱导击穿光谱测量方法
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：农田土壤中钾元素的实时测量具有重要的意义。利用由1 064nm激光器、高分辨率光谱仪组成的激光诱导击穿光谱系统,研究了土壤总钾含量的LIBS测量方法。文章对钾元素含量在8.74～34.56g.kg-1之间的农田土壤样品进行分析,比较了404.40,404.72,766.49和769.90nm的钾原子特征谱线,并选取766.49nm为本研究的分析谱线。分析了激光器稳定性、随机噪声造成的谱线强度误差,并以农田土壤中含量相对稳定的硅元素为参照元素,建立K和Si光谱强度比值与土壤中K元素含量关系的内定标模型。定标曲线拟合相关系数为0.935,定标模型对预测集样品的预测标准偏差为9.26%。
全文链接
请求原文
利用高光谱植被指数监测紧凑型玉米叶绿素荧光参数F_v/F_m
《光谱学与光谱分析 》 2012 EI SCI 北大核心 CSCD
摘要：为进一步评价遥感监测紧凑型玉米叶绿素荧光参数Fv/Fm的可行性,通过开展小区紧凑型玉米试验,分析紧凑型玉米整个生育期Fv/Fm与高光谱植被指数的相关关系,建立紧凑型玉米Fv/Fm高光谱监测模型。结果表明,紧凑型玉米Fv/Fm与选取的高光谱植被指数均呈极显著正相关,其中结构敏感色素指数(SIPI)与Fv/Fm的相关性最好,相关系数(r)为0.88。用SIPI建立紧凑型玉米Fv/Fm的监测模型,其决定系数(R2)为0.812 6,均方根误差(RMSE)为0.082。研究表明,利用高光谱植被指数可以有效地监测紧凑型玉米整个生育期的Fv/Fm。
全文链接
请求原文
漫反射近红外光谱法同时测定液体咖啡中的速溶咖啡、植脂末、糖含量
《光谱学与光谱分析 》 2012 EI SCI 北大核心 CSCD
摘要：采用傅里叶变换近红外光谱仪结合积分球附件对20个液体咖啡样品以漫反射方式采集近红外光谱,分别针对速溶咖啡、植脂末、糖建立定量校正模型。结果表明,速溶咖啡、植脂末、糖的模型因子数分别为4,5和4;测定系数(R2)分别为98.97%,99.94%和99.18%;校正均方根误差(root mean square error ofcalibration,RMSEC)分别为1.62,0.42和1.58;交互验证均方根误差(root mean square error of cross vali-dation,RMSECV)分别为2.12,0.72和2.01;F检验结果表明,三个模型的预测值-化学值之间存在极显著的相关关系。研究表明,近红外光谱法可以快速、准确地对液体咖啡中的三种主要成分同时进行定量测定,可为液体咖啡质量控制以及液体配方食品中具有一定组成的混合物的定量测定提供一定的参考。
关键词： 近红外光谱 漫反射光谱 定量校正模型 速溶咖啡 植脂末 糖
全文链接
请求原文
农田土壤水分含量的激光诱导荧光光谱表征
《光谱学与光谱分析 》 2012 EI SCI 北大核心 CSCD
摘要：通过实验探讨了植物的激光诱导叶绿素荧光光谱与土壤水分间的关系。实验利用Y-形光纤探头获取了植物在450nm LED光源照射下所发出的叶绿素荧光光谱,同时利用TDR传感器测量土壤湿度。实验以水稻为研究对象,研究了在持续水分胁迫和间歇水分胁迫下,叶绿素荧光光谱743nm附近波峰的变化,结果发现,波峰强度与土壤水分含量具有相关性。最后,利用Lorentzian方程,将持续水分胁迫下的土壤含水量与叶绿素荧光强度进行建模,发现所建的模型具有较高的决定系数,说明该方法可以应用于农业生产中对土壤水分的测量。
全文链接
请求原文
基于灰度关联分析的冬小麦叶片含水量高光谱估测
《光谱学与光谱分析 》 2012 EI SCI 北大核心 CSCD
摘要：尝试应用灰色关联分析方法(GRA)分析典型的水分植被指数(WVI)和水分含量(LWC)间的关联度,然后选择对冬小麦叶片水含量敏感的指数,比较SRM-PLS(逐步回归-偏最小二乘)方法和PLS方法估算LWC的精度。首先,对冬小麦WVI与LWC进行灰色关联分析,筛选出对冬小麦LWC敏感的WVI;其次,利用筛选出的敏感WVI,分别用PLS-SRM方法和PLS两种方式估算冬小麦LWC;然后对两种方式进行比较,选择最高决定系数(R2)和最小均方根误差(RMSE)的LWC估算模型来估算冬小麦LWC。结果表明:在整个生育期用PLS和PLS-SRM方法估算LWC,R2和RMSE分别为0.605和0.575,4.75%和7.35%。研究表明:先使用GRA对WVI和LWC进行关联度分析,再用PLS或PLS-SRM方法可以提高冬小麦的LWC估算精度。
关键词： 叶片含水量 灰色关联分析 逐步回归法 偏最小二乘法 冬小麦 水分植被指数
全文链接
请求原文
旋转扫描式成像光谱仪高光谱的几何变形矫正
《光谱学与光谱分析 》 2012 EI SCI 北大核心 CSCD
摘要：Offner成像光谱仪是一种线推扫式成像系统,需要光谱仪与物体之间存在相对移动,从而记录整个区域的光谱和形貌信息。在光谱仪镜头前放置一块反射镜进行旋转扫描,也可以对大尺度物体进行高光谱成像,并且相机固定不动。然而旋转扫描时,记录的高光谱图存在较大的几何误差。该工作分析一般情况下Offner成像光谱仪单次拍摄得到的物点和像点的投影关系;根据投影关系,以旋转角为变量,分析物点在成像面上的投影分布,给出图像几何变形的矫正方法。在成像光谱仪上设计并安装了反射镜旋转扫描装置,进行旋转扫描实验,通过矫正算法,得到了清晰的高光谱图。
全文链接
请求原文
