基于高光谱技术的病害早期胁迫下黄瓜叶片中过氧化物酶活性的研究

应用可见/近红外高光谱对细菌性角斑病早期胁迫下的黄瓜叶片中所含过氧化物酶(peroxidase,POD)活性进行检测。在380~1 030 nm光谱范围获取120个样本(健康,病害轻微感染1级和2级)的光谱曲线,并使用分光光度计法测量感染病害样本中的过氧化物酶活性值。采用单因素方差分析(analysis of variance,ANOVA)对三种不同程度早期病害胁迫下过氧化物酶活性值进行统计分析,结果表明不同程度病害胁迫下黄瓜叶片中的过氧化物活性存在显著性差异(p=0.05)。采用SPXY方法将样本分为建模集(80个样本)与预测集(40个样本)。采用random frog(RF)和回归系数法(regression coefficient,RC)方法提取特征波段,并建立过氧化物酶活性值的偏最小二乘回归(partial least square regression,PLSR)预测模型。最终得到RF-PLSR具有最佳的预测效果,预测集相关系数为0.816,预测均方根误差为11.235。研究结果表明高光谱结合化学计量学方法可以实现细菌性角斑病早期胁迫下黄瓜叶片中过氧化物酶活性的测定,为植物病害的早期无损诊断提供参考。     

基于高光谱的鸡蛋新鲜度检测

借助高光谱成像仪采集贮期白壳鸡蛋的透射高光谱数据,对比测量常规表征新鲜度的哈夫单位值,用Matrix Laboratory (MATLAB)和Statistical Analysis System (SAS)等软件,同时结合化学计量法对样品鸡蛋的高光谱数据进行分析处理,建立了基于高光谱技术的鸡蛋新鲜度预测模型。选用高光谱500～1 000 nm的波段作为敏感波段进行研究,用马氏距离剔除鸡蛋异常样本数据,并对鸡蛋高光谱数据进行了微分校正,通过比较发现高光谱二阶微分与鸡蛋哈夫单位值之间的线性度高,因此选用高光谱二阶微分数据来进一步研究,并对其进行了小波去噪、光滑处理及标准化处理。选用近年新提出来的competitive adaptive reweighted sampling (CARS)变量选取法对高光谱进行降维,提取出32个特征参数,建立了白壳蛋基于全波段的偏最小二乘法(partial least square, PLS)预测模型和基于特征参数的多元回归模型,验证集的相关系数分别为0.88,0.93,均方误差分别为7.565,6.44。用验证集的蛋对基于高光谱二阶微分全波段的偏最小二乘法预测模型、基于特征参数的多元回归模型分别进行验证,两个模型判别白壳蛋新鲜和不新鲜的最高准确率达100%,88%。     

光谱分析技术在蝗虫监测中的应用

蝗虫监测技术的研究对保护生态环境和减少经济损失具有重要意义。但长期以来缺乏准确、有效的方法。文章介绍了蝗虫测报技术的发展和蝗虫生境监测的重要性,阐述了光谱技术在蝗虫预测方面的发展概况以及常用算法。遥感可对蝗虫栖息、生长、繁殖的生境进行监测,结合地理信息系统(GIS)可建立测报模型。利用高光谱遥感可以更为准确地监测蝗虫灾害,有利于量度蝗虫危害程度和划分发生区域,同时可监测蝗虫群落的空间分布动态。近红外技术可以判别蝗虫的种类,还可通过土壤水分和养分的测定来监测蝗虫的产卵地,对局部抽样调查和观测蝗虫非常有利。光谱分析技术作为一种快速、有效的监测和预测蝗虫发生的工具,由于其在空间定位、信息获取、信息处理等方面的优势,必将成为这一领域重要的研究手段。文章还对今后的研究方向进行了展望。     

土壤高光谱噪声过滤评价研究

以ASD FieldSpec Pro FR测试的土壤高光谱数据为研究对象,探讨光谱噪声分布以及不同滤波器去噪效果定量评价。土壤高光谱曲线目视及其包络线去除、一阶微分和高通滤波分析表明,除起始波段350 nm最前端40 nm范围内有部分噪声外,其他UV/VNIR(350～1 050 nm)范围内基本不存在噪声,而整个SWIR(1 000～2 500 nm)范围内存在一定的噪声,SWIR 2(1 800～2 500 nm) 后半段噪声较大,并且组成光谱仪的3台分光计在相互结合处,噪声比邻近谱段更大。采用六种不同滤波器进行噪声去除,通过构建光谱平滑指数(SI)、横向特征保持指数(HFRI)和纵向特征保持指数(VFRI)进行定量评价各滤波器去噪能力,评价结果对比发现WD和MA既能达到曲线平滑又能较好地保持波段特征。此外在PLSR模型下,以66个土壤样本的光谱为例,将六种滤波器去噪后的一阶微分光谱作为模型输入,比较分析不同滤波器对砂粒含量预测精度影响,精度对比表明,相比滤波器的特征保持能力,平滑能力更能影响砂粒含量精度。本研究为开展光谱预处理和光谱分析技术提供有益探索,并能为光谱学相关应用提供了科学依据。