| 基于高光谱成像技术的不同时期番茄植株的快速无损判别研究 |
| |
| 引用本文： | 马玲,马倩,李亚娇,张祎洋,王静,马思艳,马燕,杜明华,吴龙国.基于高光谱成像技术的不同时期番茄植株的快速无损判别研究[J].分析测试学报,2023(2):210-215. |
| |
| 作者姓名： | 马玲 马倩 李亚娇 张祎洋 王静 马思艳 马燕 杜明华 吴龙国 |
| |
| 作者单位： | 1. 宁夏大学 农学院，宁夏 银川 750001； 2. 宁夏现代设施园艺工程技术研究中心，宁夏 银川 750001 |
| |
| 基金项目： | 宁夏重点研发计划项目（2021BBF02024，2021BBF02019，2021YCZX0016，2021BEB04077，2022BBF02024-2，2022BBF03010，2022WZYQ0001）；国家重点研发计划子课题专项（2021YFD1600302-3）；第四批“宁夏青年科技人才托举工程”（TJGC2019065） |
| |
| 摘 要： | 利用近红外高光谱成像技术对不同浓度盐胁迫下的番茄叶片进行了定性判别。采集192个叶片样本的平均光谱反射率数据，并对原始光谱数据分别进行多元散射校正（MSC）、标准正态化（SNV）、正交信号校正（OSC）、相关优化偏移（COW）4种预处理，建立了偏最小二乘回归（PLSR）模型。建模结果显示：OSC预处理光谱的建模效果最优。分别采用间隔变量迭代空间收缩法（iVISSA）、间隔随机蛙跳法（IRF）、遗传偏最小二乘算法（GAPLS）、竞争性自适应加权算法（CARS）、变量组合集群分析（VCPA）等方法提取特征波长，建立PLSR模型。结果表明：VCPA提取特征波长所建立的模型最优。将VCPA法提取的11个特征波长（945、975、990、1 002、1 005、1 067、1 204、1 326、1 595、1 642、1 660 nm）用于建立番茄叶片定性判别预测模型，最优预测模型的决定系数（R2P）与预测均方根误差（RMSEP）分别为0.917、0.456。该研究为在线监测植物长势提供了技术支撑。
|
| 关 键 词： | 高光谱成像技术 番茄叶片 盐胁迫 无损检测 |
Rapid and Nondestructive Identification of Tomato Plants in Different Periods Based on Hyperspectral Imaging Technique |
| |
| MA Ling,MA Qian,LI Ya-jiao,ZHANG Yi-yang,WANG Jing,MA Si-yan,MA Yan,DU Ming-hu,WU Long-guo.Rapid and Nondestructive Identification of Tomato Plants in Different Periods Based on Hyperspectral Imaging Technique[J].Journal of Instrumental Analysis,2023(2):210-215. |
| |
| Authors: | MA Ling MA Qian LI Ya-jiao ZHANG Yi-yang WANG Jing MA Si-yan MA Yan DU Ming-hu WU Long-guo |
| |
| Abstract: | |
| |
| Keywords: | hyperspectral imaging technique tomato leaves salt stress nondestructive testing |
|
| 点击此处可从《分析测试学报》浏览原始摘要信息 |
| 点击此处可从《分析测试学报》下载免费的PDF全文 |
