核果类水果干物质含量近红外无损检测研究

以桃、李及杏果实为材料,研究其干物质含量的近红外漫反射无损检测模型的建立方法。研究发现,桃、李及杏果实干物质预测模型的决定系数(r_P~2)分别为0.901、0.909及0.923,预测均方根误差(RMSEP)分别为0.365、0.401及0.465,相对分析误差(RPD_P)分别达2.9、3.2及3.1以上。结果表明,近红外漫反射光谱可用于准确、快速、无损定量3种水果中干物质含量。     

基于多时相航空高光谱遥感影像的冬小麦长势空间变异研究

精准农业技术是基于农田信息在空间和时间上存在的差异而实施的变量管理技术,本研究以2001年～2002年度在国家精准农业研究示范基地开展的冬小麦变量施肥对比试验为基础,获取冬小麦拔节期、灌浆初期及乳熟期的推扫式成像光谱仪(pushbroom hyperspectral imager, PHI)航空高光谱影像数据,提取反映冬小麦长势光谱参数,进行变量施肥处理区与常规处理区冬小麦长势空间变异的对比。研究发现,变量区与对照区光谱反射率分散度最大的区域主要集中在红边及近红外反射平台的附近, 其中,乳熟期冬小麦光谱分散度最大,其次为拔节期和灌浆期。通过对比不同时相冬小麦长势信息,发现拔节期变量区作物长势空间变异程度要高于对照区,经过变量施肥处理后,灌浆期和乳熟期变量施肥区冬小麦长势空间变异程度低于对照区;对冬小麦产量的分析发现,变量区产量的总体空间变异小于对照区,但变量区总体产量略低于对照区。研究表明,利用遥感影像数据,可以及时获取作物长势的空间变异情况,为农业管理的生产、决策及时提供信息。     

基于紫外-可见光谱国标Ⅰ级水净化系统的设计与实现

国家标准规定的Ⅰ级水是分析实验室常用的试验用水,为快速、准确的实现纯水水质分析,为分析实验室设备自动化、智能化提供科学依据,采用全波段（200~900 nm）紫外-可见光谱分析技术,设计了基于紫外-可见光谱国标Ⅰ级水净化系统（NSGI-WPS）。该系统以树莓派为核心控制器,光谱探测器、电导率传感器为采集模块,改良的硅钼蓝分光光度法为可溶性硅测定方法,实现了对分析实验室用水254 nm吸光度、电导率和可溶性硅含量的同时在线检测。在痕量硅含量的测定试验中,为了消除噪声干扰对试验的影响,系统采用Savitzky-Golay平滑去噪法对光谱进行预处理,通过窗口宽度和多项式次数的不同组合形式,获得了80组平滑后的光谱数据,将其分别与0.004,0.006,0.008,0.010和0.012 mg·L-1硅标准溶液浓度进行一元线性回归分析后,得到单波长吸光度与硅标溶液浓度的相关光谱。试验结果表明,当窗口宽度为17,多项式次数为2时,相关光谱的特征峰宽度最宽,特征峰区间为796~824 nm,特征峰峰值所处波长与平滑后的显色溶液吸收光谱峰值波长一致。通过比较不同硅标准溶液的显色溶液吸收光谱分布,发现硅标液浓度与吸收光谱呈线性正相关,因此,试验选取812.638 nm为最优特征波长。为了建立可溶性硅含量与显色溶液吸光度的关系模型,以加入的硅标准溶液浓度为横坐标x,812.638 nm处显色溶液的吸光度为纵坐标y,绘制了其工作曲线,曲线的决定系数R2=0.999 6,表明了模型具有较强的拟合能力。此外,编写的NSGI-WPS系统管理软件实现了参数的实时处理和自动控制,对未达到分析实验室国标Ⅰ级水用水规格的纯水通过反渗透（RO）、连续电去离子技术（EDI）、混合床离子交换树脂和紫外光氧化等技术处理,实现了对纯水的严格控制。通过对比分析自来水、Ⅲ级水、Ⅱ级水在净化前后各参数变化,发现净化后各参数数值下降显著,其中,电导率最高下降幅度可达99.94%,各参数的相对平均偏差均小于2%。试验结果表明,基于紫外-可见光谱分析法的NSGI-WPS系统具有净化能力强、准确性高、鲁棒性好等优点,经过检测、分析和净化后的纯水满足分析实验室国标Ⅰ级水用水要求。本文为紫外-可见光谱分析法在纯水净化系统中的应用做出了探索性研究。     

基于新型植被指数对冬小麦蛋白质含量的估算研究

小麦蛋白质含量是衡量小麦价格的一项重要指标。本文使用三年冬小麦蛋白质含量和光谱指数数据,用2008/2009和2009/2010年数据构建新的比率指数和乘积指数,并将灰色关联算法-偏最小二乘法(GRA-PLS)进行整合,尝试提高对冬小麦蛋白质含量估算的精度,用2011年/2012年数据进行验证。研究结果表明：比率指数与冬小麦蛋白质含量的相关系数要优于单一指数,单一指数和比率指数最高相关系数(r)分别为0.726和0.751,乘积指数也可改善部分单一指数的相关系数。通过GRA-PLS方法可以提高对冬小麦蛋白质含量的估算精度,单一指数、比率指数和乘积指数的决定系数(R2)分别为0.537,0.631和0.521,对应的均方根误差(RMSE)分别为0.665%,0.564%和0.574%。结果说明用新构建的比率指数和乘积指数,并使用GRA-PLS方法对冬小麦蛋白质含量估算是可行的。     

基于向前和向后间隔偏最小二乘的特征光谱选择方法

在近红外光谱分析中,向前间隔偏最小二乘法（FiPLS）和向后间隔偏最小二乘法（BiPLS）是常用的基于波长变量选择的建模方法,其模型精度较高,但贪婪搜索特性较强,导致选出的波段并不能较好地反映待测成分的信息。针对该问题,提出一种基于两者组合策略的光谱特征波段选择方法（FB-iPLS）。在光谱分段的基础上,既利用FiPLS选取有用波段,同时利用BiPLS删除无用波段,来交互执行特征变量的选择与删除,对目标特征波段进行双向选择,用于提高模型的稳健性。用该方法建立水中乙醇含量的定量预测模型,并与FiPLS和BiPLS算法对比。由于光谱分段大小会对模型的结果有影响,该实验还考查这三种方法在不同光谱分段处的结果。在光谱划分60段时,提出的FB-iPLS方法取得最佳预测性能,其校正集与验证集相关系数r分别为0.967 7,0.967 0,交互验证均方根误差RMSECV分别为0.088 8,0.057 1。与FiPLS和BiPLS相比,该方法无论在不同光谱分段区间还是在各自最优与最差分段处,模型的整体预测性能都有所提高。实验结果表明,提出的方法能改善BiPLS与FiPLS贪婪搜索的特性,对特征波段的选取更高效、更具代表性,能进一步提高模型的预测性能。     

近红外光谱技术实时测定土壤中总氮及磷含量的初步研究

及时、准确探测土壤中的氮、磷含量,有利于精准施肥决策,提高肥料利用率。研究表明近红外技术能够探测土壤的物理和养分状况。针对不同土地利用类型,在北京大兴地区采集85份土壤样品,测定土壤氮、磷养分及其近红外漫反射光谱,并利用傅里叶变换光谱技术和偏最小二乘回归法建立了土壤总氮(N)和总磷(P)的近红外光谱校正模型。所建模型的交叉检验决定系数(R2_CV)分别为0.862 6(N),0.668 5(P)。用未参与建模的10个样品对模型进行外部检验,总N、总P的预测相关系数(r)分别为0.969 8,0.830 7,预测标准误差(RMSEP)分别为0.009 5%(N),0.008 6%(P),RPD值(检验集样品化学测定值标准差/预测标准误差)分别为3.78(N),1.69(P)。结果表明,采用适当的光谱分析方法可以实现用近红外技术对土壤总N的精确探测及对土壤总P的粗略估测。