文献类型： 中文期刊

作者： 王胜鹏 ¹ ; 郑鹏程 ² ; 龚自明 ² ; 张正竹 ² ; 滕靖 ² ; 王雪萍 ² ; 卢素芳 ³ ;

作者机构： 1.湖北省农业科学院果树茶叶研究所;安徽农业大学茶树生物学与资源利用国家重点实验室

2.;湖北省农业科学院果树茶叶研究所;安徽农业大学茶树生物学与资源利用国家重点实验室

3.;湖北省农业科学院果树茶叶研究所;安徽农业大学茶树生物学与资源利用国家重点实验室;

关键词： 茶鲜叶;海拔高度;近红外光谱;多元线性回归法;主成分回归法;联合区间偏最小二乘法

期刊名称： 华中农业大学学报

ISSN： 1000-2421

年卷期： 2018 年 01 期

页码： 89-94

收录情况： 北大核心 ; CSCD

摘要： 以不同海拔高度的茶鲜叶为研究对象,扫描获取其近红外光谱(NIRS)并筛选特征光谱区间后,分别应用逐步多元线性回归法(SMLR)、主成分回归法(PCR)和联合区间偏最小二乘法(Si-PLS)建立茶鲜叶海拔高度预测模型。结果表明,在5 542.41~6 888.48cm-1区间内,对原始光谱进行一阶导数+3点Norris平滑预处理后,建立的SMLR模型预测集相关系数和预测均方差分别为0.800 5和0.486;在4 929.16~6 965.62cm-1区间内,当主成分数为3时,对原始光谱进行一阶导数+3点Norris平滑预处理后,建立的PCR模型预测集相关系数和预测均方差分别为0.803 6和0.472;当将光谱划分为18个子区间、因子数为13时,选用[5 8 11 17]4个子区间建立的Si-PLS模型预测集相关系数和预测均方差分别为0.944 3和0.295。经比较,Si-PLS模型预测结果最佳。