基于不同物候期苹果树叶片光谱特征预测果实糖度.pdf

基于不同物候期苹果树叶片光谱特征预测果实糖度.pdf

ID:52102600

大小:1.17 MB

页数:9页

时间:2020-03-22

基于不同物候期苹果树叶片光谱特征预测果实糖度.pdf_第1页
基于不同物候期苹果树叶片光谱特征预测果实糖度.pdf_第2页
基于不同物候期苹果树叶片光谱特征预测果实糖度.pdf_第3页
基于不同物候期苹果树叶片光谱特征预测果实糖度.pdf_第4页
基于不同物候期苹果树叶片光谱特征预测果实糖度.pdf_第5页
资源描述:

《基于不同物候期苹果树叶片光谱特征预测果实糖度.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第43卷分析化学(FENXIHUAXUE)研究报告第6期2015年6月ChineseJournalofAnalyticalChemistry862~870DoI:10.11895/j.issn.0253-3820.141003基于不同物候期苹果树叶片光谱特征预测果实糖度张瑶郑立华李民赞肖昌一(现代精细农业系统集成研究教育部重点实验室,中国农业大学,北京100083)摘要苹果糖度是评价苹果品质的重要指标。通过分析苹果开花期、新梢生长期、萌芽开花坐果期、新梢旺长期、花芽分化期和落叶期等6个重要的生理物候期果树叶片的光谱特征,并与最终采集到的对应位置的果实糖度信息进行

2、二维相关运算,获得了果树叶片光谱信息中反映果实糖度的敏感谱段,构建了糖度敏感光谱,通过引人计算获得的不同物候期糖度贡献权重,最终构建了带权糖度敏感光谱,并基于该光谱进行了糖度预测。通过对不同物候期的二维相关分析获得了果实糖度敏感谱段(530~570am和700~720nn1),经过主成分分析分别获得了不同生理物候期的果叶光谱主成分,利用不同物候期的主成分进行了果实糖度回归分析,量化了某单一时期果树生长对果实糖度的贡献比例,并获得了光合作用强度变化等重要信息。利用各物候期的糖度贡献权重对原始果叶糖度敏感光谱进行变换,最终获得带权果叶糖度敏感光谱,并基于该光谱进行了

3、果实糖度预测。分别建立了基于主成分分析的多元线性回归模型以及基于参数优化的支持向量机回归预测模型,结果显示,利用参数优化的支持向量机回归模型获得了较高的糖度预测精度。其测定系数Rc。为0.9202,RMSEC=0.3892Brix,预测v达到0.9443,均方根误差是0.5246Brix。利用不同物候期果叶光谱预测苹果糖度的研究结果进一步揭示了果实糖度的积累过程。关键词苹果糖度;光谱分析;物候期;果叶特征光谱;支持向量机1引言苹果内部品质的无损检测是农业工程的热门研究方向,糖度是评价苹果品质的重要指标。传统的检测方法常采用对抽样进行化学检测,大多存在分析过程传统

4、复杂、耗时长、检测费用高、技术条件复杂、难于实现及时监控及需要破坏样品等缺点。近年来,近红外光谱技术作为一种无损检测手段被广泛用于测定苹果糖度。Steinmetz等[1利用图像信息和近红外光谱数据融合技术,提升苹果糖度分类精度。陈鑫等采用蚁群优化算法优选近红外波长的最佳变量,有效减少了波长的使用,降低了模型的复杂度,同时提高了模型的预测精度。王加华等利用组合移动窗口、遗传偏最小二乘法选择信息变量建立苹果糖度预测模型,结果表明,用SCM—WPLS和GA—PLS可以提取最有效信息变量,模型更加简洁、数据运算量也更少。张纯等_4]将混合线性分析法移植到苹果糖度这一非纯

5、组分含量指标的近红外光谱检测,模型精度明显优于传统模型。张静等通过近红外光谱法对苹果糖度进行检测分析,表明在600~1100nm的波长范围内建立对苹果糖度的预测模型是可行且有效的。夏阿林等。。基于Bayesian相似性评估方法结合偏最小二乘局部回归在苹果糖度的近红外无损定量分析中获得较好的应用成果。二维相关技术最早被应用在核磁共振(NMR)谱上,Noda_8通过对动态红外光谱进行数学分析,得到二维红外相关光谱]。目前,二维相关光谱在原油识别¨,聚合物研究¨、中药鉴别¨,蛋白质¨的研究领域中日益显出其重要的作用。目前,对于苹果糖度的检测无论利用传统检测方式或近红外

6、光谱技术,都只是针对苹果果实展开,对于苹果最终的果实品质缺少前期的动态监测。在光谱分析方法上,利用了蚁群优化算法偏最小二乘回归、遗传算法优化、混合线性分析等多种数据处理方法,利用二维相关光谱分析的研究相对较少。本研究以苹果糖度为研究对象,利用不同生理物候期的苹果树叶片光谱特征全程追踪苹果果实糖度信息,探究不同生理物候期对于果实糖度积累的贡献比例,为苹果果实糖度检测提供全程、便捷、无损2014.11—19收稿;2015-03-09接受本文系国家863基金(No.2012AA101900)资助{E—mail:zhenglh@cau.edu.cn第6期张瑶等:基于不同

7、物候期苹果树叶片光谱特征预测果实糖度863检测方法。利用糖度值作微扰量,得到苹果叶片的动态光谱,借助二维相关光谱分析得到对浓度变化最敏感的波谱范围,综合各时期对于糖度累计的贡献权重进而反演果实糖度指标,为苹果树生长监测提供理论依据。2实验方法2.1实验设计实验地点在北京市昌平区香堂文化新村苹果园,分别于2013年开花期(Floweringstage(F.S.),5月13日)、新梢生长期(Shoot-growingstage(S.G.S.),5月29日)、萌芽开花坐果期(Fruitsettingstage(F.S.S.),6月12日)、新梢旺长期(Branchsh

8、ootingstage(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。