科研产出
ICP-AES分析光谱条件对中药蒲公英无机元素吸收的影响
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：在全密闭植物工厂中水培种植中药蒲公英,以发射不同波段光谱的荧光灯及LED灯作为药材生长光源,并结合ICP–AES技术分析了不同光谱条件对蒲公英无机元素吸收和积累的影响。结果表明:(1)相近的光合有效辐射(PAR)条件下,单一红光R及混合光FLRB有利于水培蒲公英可食生物量的积累,单一蓝光B处理下可食生物量最低;(2)荧光灯FL条件下蒲公英地上部分常量无机元素含量比值为K∶Ca∶P∶Mg∶Na=79.74∶32.39∶24.32∶10.55∶1.00,微量无机元素含量比值为Fe∶Mn∶B∶Zn∶Cu=9.28∶9.71∶3.82∶2.08∶1.00;(3)峰值为660nm的红光有利于蒲公英对Ca,Fe,Mn,Zn元素的吸收,Cu元素含量受光谱条件的影响不明显;(4)蒲公英地上部分对Ca,Na,Mn,Zn四种元素的积累量均在纯红光R下最高,而对其余六种元素的积累量以混合光FLRB条件下最高。
关键词： 植物工厂 光谱成分 ICP-AES技术 蒲公英 无机元素
全文链接
请求原文
应用CARS和SPA算法对草莓SSC含量NIR光谱预测模型中变量及样本筛选
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：采用光谱技术对水果进行定量或定性分析,如何获得一个简单、有效的校正模型对后续模型的应用和维护都非常关键。以草莓内部品质近红外光谱预测为例,从关键变量和特征样本优选两方面进行研究。采用竞争性自适应重加权CARS算法对光谱变量进行初次选择,随后采用连续投影算法SPA对校正集样本进行优选,获得98个特征样本,针对优选后的变量/样本子集利用SPA算法作二次关键变量提取,获得25个关键变量。为了验证CARS算法的性能,蒙特卡罗无信息变量消除MC-UVE和连续投影算法SPA用于比较研究。CARS算法在消除无信息变量的同时可以对共线性信息进行去除。同样,为了评估SPA算法在特征样本选择中的性能,经典的Kennard-Stone算法也用于比较分析。SPA算法能够用于校正集特征样本的优选。针对最终优选后的变量/样本(25/98)子集建立PLS和MLR模型对草莓内部可溶性固形物含量SSC含量进行定量预测。结果表明,两个模型利用原始变量/样本的0.59%/65.33%的信息均能够获得比基于原始变量/样本所建模型更好的性能,且MLR模型比PLS模型性能略优,r2pre,RMSEP和RPD分别为0.909 7,0.348 4和3.327 8。
关键词： 变量筛选 样本筛选 近红外光谱 草莓 可溶性固形物
全文链接
请求原文
基于近红外高光谱成像及信息融合的小麦品种分类研究
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：高光谱成像技术因具有图谱合一的特点在作物品种鉴别方面具有较大潜力,但目前研究大多只提取利用了光谱信息,对图像信息没有进行有效利用。本文利用近红外高光谱成像仪采集了强筋、中筋、弱筋3个类型共计6个品种的单粒小麦种子高光谱图像,提取了长、宽、矩形度、圆形度、离心率等12个形态特征,并对图像中的胚乳和胚区域进行分割建立掩膜,提取了胚乳和胚区域的平均光谱信息。采用PLSDA和LSSVM方法建立基于图像信息的判别模型,结果表明强筋、弱筋两者二分类的识别率能达到98%以上,强筋、中筋两者二分类的识别率只能达到74.22%,说明近红外高光谱图像的形态信息能够反映品种间差异,但单独利用图像信息进行分类时准确度可能欠佳。采用SIMCA,PLSDA和LSSVM方法建立了胚乳和胚区域光谱信息的多分类模型,胚乳区域的分类效果较胚区域略好,说明籽粒不同部位的形状差异会影响分类效果。进一步融合光谱信息和图像信息,采用SIMCA,PLSDA和LSSVM方法建立融合模型,识别率较单独的图像或光谱信息模型均略有提升,PLSDA方法从原来的96.67%提升到98.89%,表明充分挖掘高光谱图像所包含的形态特征和光谱特征可有效提高分类效果。
苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究
《分析化学 》 2015 SCI 北大核心 CSCD
摘要：为更好地利用近红外光谱预测苹果可溶性固形物含量,减少产地差异对近红外光谱检测模型的影响,以4种不同产地的富士苹果为研究对象,采用基于x-y共生距离的样本划分方法分别对不同产地的苹果选取代表性样本作为校正集,利用偏最小二乘算法,建立和比较单一产地和混合产地下的苹果可溶性固形物近红外光谱检测模型,并结合竞争性自适应重加权算法(CARS)和连续投影算法(SPA)对苹果可溶性固形物的建模变量进行筛选。相比单一产地和其它混合产地模型,混合所有4种苹果产地的校正集样本建立的模型取得了最好的预测结果,另外,结合CARS-SPA筛选的16个特征波长,模型得到了进一步简化,其预测相关系数和预测均方根误差分别为0.978和0.441°Brix。结果表明,利用多个产地的苹果样本建立的混合模型,结合有效特征波长,可提高对苹果可溶性固形物含量的预测精度,减小产地差异对可溶性固形物近红外光谱检测的影响。
全文链接
请求原文
融合多源遥感数据生成高时空分辨率数据的方法对比
《红外与毫米波学报 》 2015 EI SCI 北大核心 CSCD
摘要：融合多源遥感数据生成高时空分辨率数据具有重要的应用价值.对目前常用的3种时空融合方法进行对比分析,即基于时序数据(STIFM)、基于混合像元分解(STDFM)和增强型自适应遥感图像(ESTATFM)的时空融合方法.以盈科灌区为例,由多时相的MODIS数据提取地物的时间变化信息,结合初期的ASTER/TM影像的空间信息,融合生成30 m具有MODIS时间分辨率的数据.以真实的ASTER数据为基准,从光谱特征和地物类别的角度定量评价结果,表明STDFM和ESTATFM分别在红波段和近红外波段取得效果最优,相关系数分别为0.91和0.71,3种方法融合的NDVI效果基本相当,相关系数均高于0.84.在地物类别空间信息的表达方面,ESTATFM方法在异质性较强的玉米和小麦区域具有较好的适用性.
关键词： 多源遥感数据 数据融合 高时空分辨率 混合像元分解
全文链接
请求原文
基于小波变换的便携式X射线荧光光谱仪检测模型的建立与改进
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：应用便携式X射线荧光光谱仪对土壤中Cr,Cu,Zn,As,Pb等重金属含量进行检测,每个样品扫描检测3次,利用小波阈值滤噪的方法对所测谱线进行光滑去噪处理后,根据土壤重金属的标准值和相应的计数率(取三次处理后检测谱线的平均值)建立各重金属的标准曲线。运用小波阈值滤噪方法时,为确定最佳的小波基和小波分解层数,以信噪比(SNR),均方根误差(MSE)和信息熵(H)作为评估指标评价降噪效果。为验证仪器的稳定性,根据土壤样品中重金属浓度的不同挑选部分样品并同时选用H3BO3(空白对照)进行重测。结果表明:运用小波变换方法时,选取coif3小波基对谱线进行三层分解,取得了最佳的去噪效果;建立好模型后,仪器的决定系数R2范围是0.990~0.996,表明在0~1 500mg·kg-1范围内,土壤样品中各重金属元素含量与X射线荧光光谱特征峰强度之间的线性关系良好;经过重复检测和计算得知仪器的检出限均低于国家一级土壤标准。将小波变换的方法实际运用到X射线荧光光谱仪检测模型的建立与改进中,有效的提高了模型的准确性,同时经验证,仪器具有良好的精密度,可运用于实际土壤重金属污染的现场快速筛查。
全文链接
请求原文
自适应蚁群优化算法的近红外光谱特征波长选择方法
《分析化学 》 2014 SCI 北大核心 CSCD
摘要：为提高近红外光谱预测模型的精度和适用性,同时简化模型,提出了自适应蚁群优化偏最小二乘法优选特征波长的方法,建立不同产地苹果可溶性固形物含量混合分析模型。收集山东、陕西和新疆的富士苹果,采集3800~14000 cm"1范围的近红外光谱,并对其重要品质指标可溶性固形物含量进行测定。利用蚁群算法启发式全局搜索的特点,结合蒙特卡罗轮盘赌随机选择机制,优选苹果可溶性固形物含量的近红外光谱特征波长,然后用偏最小二乘法建立分析模型。与全光谱偏最小二乘模型和遗传偏最小二乘模型相比,蚁群优化算法选择的波长数最少,模型预测能力最强,预测的相关系数R和预测均方根误差RMSEP分别为0.9708和0.5144。研究结果表明,自适应蚁群优化算法可以有效选择近红外光谱特征波长,提高模型的稳健性和适用性。
关键词： 近红外光谱 蚁群优化算法 特征波长 苹果 可溶性固形物含量
全文链接
请求原文
冬小麦冻害胁迫高光谱分析与冻害严重度反演
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：对冬小麦冻害严重度的精确反演是及时采取补救措施降低损失的关键,同时及时预测产量损失对政府职能部门也具有积极意义。针对冬小麦冻害群体严重度评估方法在经典统计反演模型存在估算效果不理想的情况下,以冬小麦为试验对象,首先对冬小麦冠层光谱反射率数据进行重采样平滑处理,再用主成分分析(PCA)技术对高光谱数据进行分析,进一步实现综合原始光谱主成分信息作为自变量参与冬小麦冻害严重度反演过程,最后采用决定系数R2、均方根误差RMSE、准确度Accuracy三种模型精度验证方法对模型进行评价。结果显示,基于主成分分析法建立冬小麦冻害严重度模型精度分别达0.697 5,0.184 2和0.697 5;同时对反演模型进行验证,其精度也分别达到0.630 9,0.350 3和1.339 6。因此,该方法能有效地对冬小麦冻害严重度进行快速、精确的反演。
关键词： 冬小麦冻害 高光谱 主成分分析(PCA)
全文链接
请求原文
基于叶片及冠层叶绿素参数的冬小麦籽粒蛋白质含量预测研究
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：小麦籽粒蛋白质含量是衡量小麦营养品质的重要指标,实现小麦品质快速的预测预报对于粮食收购部门和加工企业具有重要意义。研究基于作物叶绿素/氮素速测仪SPAD及Multiplex 3,获取冬小麦不同生育期叶片及冠层叶绿素参数,从小麦个体及群体参量两方面进行冬小麦收获期籽粒蛋白质含量及蛋白产量的预测研究。试验于2012年4—6月在国家精准农业研究示范基地开展,研究结果表明,冬小麦返青至灌浆初期,小麦冠层氮素密度与籽粒蛋白质含量的相关性优于叶片氮素含量与蛋白质含量的相关性,灌浆中期两者与籽粒蛋白质含量相关性差别不大;小麦叶片SPAD值与叶片氮素含量相关性总体优于其与冠层氮素密度的相关性,而叶绿素荧光参数SFR_G,SFR_R与冠层氮素密度的相关性优于其与叶片氮素含量的相关性;叶片SPAD与籽粒蛋白质含量的相关性在拔节期最弱,在灌浆中期最强,小麦冠层叶绿素荧光参数SFR_G,SFR_R与籽粒蛋白质含量相关性在返青至拔节期不显著,但孕穗期开始显著相关,在灌浆中期相关性最强且明显优于同期叶片SPAD与籽粒蛋白质含量的相关性;冬小麦籽粒蛋白产量与叶片SPAD值在小麦孕穗期至灌浆期显著相关,与SFR_G和SFR_R在小麦灌浆期显著相关;研究基于灌浆中期SPAD值及SFR_R值,构建了冬小麦籽粒蛋白质含量及籽粒蛋白产量的预测模型,其中,籽粒蛋白质含量预测模型复相关指数分别为0.426和0.497,模型标准误差分别为0.060%和0.055%,籽粒蛋白产量预测模型复相关指数分别为0.366和0.386,模型标准误差分别为125.367和123.454kg·ha-1。研究表明,利用叶片SPAD值及冠层叶绿素荧光信息,在小麦收获前进行品质的快速预测是可行的。
关键词： 冬小麦 氮素含量 冠层氮素密度 籽粒蛋白质含量 SPAD SFR
全文链接
请求原文
基于小波变换与偏最小二乘耦合模型估测北方潮土有机质含量
《光谱学与光谱分析 》 2014 EI SCI 北大核心 CSCD
摘要：基于北京市通州、顺义两区52个潮土样品高光谱数据,利用离散小波多尺度分析技术对其进行处理分析。首先将光谱按六种尺度进行分解,然后将各尺度分解数据与土壤有机质含量进行相关性分析,并筛选敏感波段,最后利用偏最小二乘法构建土壤有机质含量估测模型。结果表明:土壤光谱反射率经小波变换后,在参与建模的特征波段中,近红外波段居多,即近红外波段估测有机质含量的贡献高于可见光波段;低频信息对有机质含量的估测能力优于高频信息;高频信息对土壤有机质含量的估测精度随光谱分辨率降低而降低;与常用光谱变换算法相比,小波变换分析法在一定程度上提高了土壤光谱对有机质含量的估测能力,其低频信息与高频信息构建的最优模型预测精度均较高,低频信息的R2=0.722,RMSE=0.221,高频信息的R2=0.670,RMSE=0.255。
全文链接
请求原文
