胡杨叶片水分含量的近红外光谱检测
发布时间：2020-02-20 02:17
【摘要】：胡杨叶片水分含量是评价胡杨健康状况的重要指标。光谱检测法是一种常用的手段,但在近红外光谱的测量过程中,在一定程度上必然受到仪器噪声、摆放形态差异和环境的干扰,为避免噪声、散射对近红外光谱的影响,减少数据维数,采用多元散射校正(MSC)算法对原始光谱数据进行预处理,去除散射和基线漂移的影响,增加了光谱数据的信噪比,使有效光谱信息较为明显,谱带特征得到加强,有利于特征波长的选择。为降低模型的复杂度,防止过拟合现象,减小共线性影响,利用连续投影算法(SPA)进行特征变量选择,并通过多元线性回归模型,分析各个波长模拟的残差平方,评价各个波长的贡献,剔除贡献较小的波长,最终获得用于建模的特征波长,改善建模条件。最后使用偏最小二乘回归算法建立胡杨叶片水分含量检测模型。实验表明,直接使用原始光谱,利用SPA算法筛选变量个数为6个,模型预测精度为90.144%,相关系数r=0.674 24,RMSE=0.021 434,MSC处理后,利用SPA算法选定最终变量数为5个,预测精度为97.734%,相关系数r=0.781 63,RMSE=0.016 776。MSC和SPA算法有效的消除了散射噪声、减小了共线性干扰,模型的预测精度和相关性增加,误差减小,可用于胡杨叶片水分的快速无损检测,而且对其他作物叶片水分检测也具有一定的借鉴意义。
【图文】：
叶片水分含量检测模型，为进一步研究胡杨叶片水分便携式检测仪和大面积遥感监测提供理论依据。１实验部分１．１数据采集实验采用ＺｏｌｉｘＧａｉａＳｏｒｔｅｒ近红外成像高光谱仪，光谱测定范围９００～１７００ｎｍ（实际可测量到１７５０ｎｍ），光谱分辨率５ｎｍ，光谱采样点４ｎｍ，样本在室内２０～２５℃环境下进行扫描，获取影像和光谱信息，通过自带软件或ＥＮＶＩ软件获取每个叶片的平均光谱值，每个样本测量５次取平均值，导出为Ｅｘｃｅｌ文件，光谱检测平台如图１所示。ＭＳＣ，ＳＰＡ和偏最小二乘回归算法在ＭＡＴＬＡＢ２０１０ｂ中实现，叶片水分采用烘干法进行测量。图１光谱检测系统示意图Ｆｉｇ．１Ｄｉａｇｒａｍｏｆｔｈｅｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｕｍｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ１．２多元散射校正多元散射校正（ｍｕｌｔｉｐｌｅｓｃａｔｔｅｒｉｎｇｃｏｒｒｅｃｔｉｏｎ，ＭＳＣ）是消除光谱数据散射影响的一种有效方法，可有效提高数据信噪比，增强光谱信息与预测指标的相关性，提高检测精度。试验中取测量近红外光谱平均值作为基准光谱，将每个样品的光谱值与基准光谱进行一元线性回归，，通过计算各光谱相对于基准光谱的回归常数（线性平移量）和回归系数（倾斜偏移量），在每个样品原始光谱中减去回归常数同时除以回归系数修正光谱基线，同时参考基准光谱修正每个原始光谱的基线平移和偏移，待检测样品成分对应的光谱信息在ＭＳＣ处理过程中未受到影响，进而提高原始光谱的信噪比。具体过程如下：（１）计算平均光谱s冢粒椋辏健疲睿椋剑保粒椋辏睿ǎ玻┙⒒毓榉匠
本文编号：2581184
【图文】：
叶片水分含量检测模型，为进一步研究胡杨叶片水分便携式检测仪和大面积遥感监测提供理论依据。１实验部分１．１数据采集实验采用ＺｏｌｉｘＧａｉａＳｏｒｔｅｒ近红外成像高光谱仪，光谱测定范围９００～１７００ｎｍ（实际可测量到１７５０ｎｍ），光谱分辨率５ｎｍ，光谱采样点４ｎｍ，样本在室内２０～２５℃环境下进行扫描，获取影像和光谱信息，通过自带软件或ＥＮＶＩ软件获取每个叶片的平均光谱值，每个样本测量５次取平均值，导出为Ｅｘｃｅｌ文件，光谱检测平台如图１所示。ＭＳＣ，ＳＰＡ和偏最小二乘回归算法在ＭＡＴＬＡＢ２０１０ｂ中实现，叶片水分采用烘干法进行测量。图１光谱检测系统示意图Ｆｉｇ．１Ｄｉａｇｒａｍｏｆｔｈｅｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｕｍｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ１．２多元散射校正多元散射校正（ｍｕｌｔｉｐｌｅｓｃａｔｔｅｒｉｎｇｃｏｒｒｅｃｔｉｏｎ，ＭＳＣ）是消除光谱数据散射影响的一种有效方法，可有效提高数据信噪比，增强光谱信息与预测指标的相关性，提高检测精度。试验中取测量近红外光谱平均值作为基准光谱，将每个样品的光谱值与基准光谱进行一元线性回归，，通过计算各光谱相对于基准光谱的回归常数（线性平移量）和回归系数（倾斜偏移量），在每个样品原始光谱中减去回归常数同时除以回归系数修正光谱基线，同时参考基准光谱修正每个原始光谱的基线平移和偏移，待检测样品成分对应的光谱信息在ＭＳＣ处理过程中未受到影响，进而提高原始光谱的信噪比。具体过程如下：（１）计算平均光谱s冢粒椋辏健疲睿椋剑保粒椋辏睿ǎ玻┙⒒毓榉匠
本文编号：2581184
本文链接：https://www.wllwen.com/kejilunwen/huaxue/2581184.html
教材专著
