文献类型： 中文期刊

作者： 吴迪 ¹ ; 曹芳 ¹ ; 张浩 ² ; 孙光明 ¹ ; 冯雷 ¹ ; 何勇 ¹ ;

作者机构： 1.浙江大学生物系统工程与食品科学学院

2.浙江省农业科学院数字农业研究中心

关键词： Vis-NIR光谱;水稻穗颈瘟;无信息变量消除法;连续投影算法;变量选择

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2009 年 29 卷 12 期

页码： 3295-3299

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 采用Vis-NIR技术对水稻穗颈瘟染病程度分级方法进行了研究。分别基于原始光谱,变量标准化(SNV)预处理后和多元散射校正(MSC)预处理后的光谱,应用无信息变量消除法(UVE)结合连续投影算法(SPA)对Vis-NIR光谱区进行有效波长的选择。选择后的波长作为输入变量建立最小二乘-支持向量机(LS-SVM)模型。结果表明SNV-UVE-SPA建立的LS-SVM模型预测效果最好。通过SNV-UVE-SPA从全波段600个波长中选择了6个最能够反应光谱信息的波长(459,546,569,590,775和981nm)。SNV-UVE-SPA-LS-SVM组合模型对预测集样本预测得到的确定系数(Rp2),预测集的预测标准差(RMSEP)和剩余预测偏差(RPD)分别达到了0.979,0.507和6.580。结果表明,采用Vis-NIR光谱技术对水稻穗颈瘟染病程度进行分级是可行的。通过UVE-SPA得到的有效波长能够很好地代替全波长。