骏枣叶片光谱预处理方法与水分检测模型研究
发布时间：2023-01-30 07:51
利用近红外光谱技术检测叶片水分含量已经成为近年来的研究热点,叶片水分含量是反映果树生长状况的重要指标,果树叶片长势、品质、颜色及其形态结构会随着水分含量的多少发生一系列的变化,因此,可以利用近红外光谱分析技术的快捷、准确、无损等优点,采集骏枣叶片的光谱数据对叶片的水分含量进行实时检测和诊断。本研究以新疆第一师拉尔市10团6连骏枣树叶片为试验对象,使用便携式近红外光谱仪（SupNIR-1520,1000-1800nm）采集121片骏枣叶片光谱,对原始光谱图像采用MC（光谱均值中心化）、autoscaling（标准化）、normalization（归一化）、MSC（多元散射校正）、SNV（标准正态变量变换）、WT（小波变换）六种预处理方法在Window7环境下,通过Matlab R2014a软件进行光谱图像处理,通过偏最小二乘法建立骏枣叶片水分含量的检测模型,并针对模型的评价参数进行比较,为实现骏枣叶片水分含量的快速、无损检测提供依据。主要研究结果如下:（1）以R、RMSEPCV、Precision、RMSEP作为评价模型好坏的依据,考察了不同预处理方法对模型的影响。通过比较得出,经过预处...
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 引言
1.2 作物水分检测国内外研究现状
1.3 近红外光谱技术国内外研究现状
1.3.1 国内近红外光谱技术研究现状
1.3.2 国外近红外光谱技术研究现状
1.4 近红外光谱技术国内外研究存在问题
1.5 近红外光谱仪器的发展历程
1.6 便携式近红外光谱仪基本构成及发展趋势
1.7 研究内容
1.8 技术路线
1.9 本章小结
第2章 实验材料与方法
2.1 实验地点与材料
2.1.1 实验地点
2.1.2 实验材料
2.1.3 实验仪器
2.1.4 实验软件
2.2 实验设计
2.3 光谱数据的测定
2.4 化学计量学分析方法
2.4.1 骏枣叶片含水量的测定
2.5 骏枣叶片样品异常值的判别方法
2.5.1 马氏距离判别法
2.5.2 化学异常值判别法
2.6 化学计量学软件的基本结构和功能
2.6.1 化学计量学软件的基本构架和功能
2.7 本章小结
第3章 近红外光谱分析技术与方法
3.1 近红外光谱技术介绍
3.1.1 近红外光谱理论依据
3.2 近红外光谱技术的发展历程
3.3 近红外光谱技术特点与检测流程
3.4 分析近红外光谱预处理方法
3.4.1 光谱预处理方法
3.5 校正样本和变量的选择方法
3.5.1 波长变量的选择
3.5.2 校正样本选择方法
3.6 建模方法
3.6.1 偏最小二乘法
3.7 模型评价参数
3.8 本章小结
第4章 骏枣叶片处理结果与分析
4.1 骏枣叶片含水量的测量结果
4.2 校正集样本划分
4.3 光谱图像预处理
4.4 最优波长选择及模型结果分析
4.5 本章小结
第5章 结论与展望
5.1 结论
5.2 不足与展望
5.3 创新点
附录相关缩略词及名称术语
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]南疆鲜羊肉水分含量的近红外光谱法无损检测[J]. 陈杰,姚娜. 现代食品科技. 2017(12)
[2]不同土壤含水量对梨枣蒸腾速率的影响[J]. 冯晓东,路苗苗,常海飞,黑淑梅,陈宗礼. 延安大学学报(自然科学版). 2017(02)
[3]桉树叶片水分状态的近红外光谱检测[J]. 卢万鸿,杨桂丽,林彦,王楚彪,罗建中. 林业科学. 2017(05)
[4]基于特征波长提取的哈密大枣可溶性固形物的高光谱预测[J]. 孙静涛,马本学,董娟,杨杰,徐洁,蒋伟. 现代食品科技. 2016(09)
[5]基于高光谱图像技术的大豆品种无损鉴别[J]. 柴玉华,毕文佳,谭克竹,张春雷,刘春涛. 东北农业大学学报. 2016(03)
[6]基于高光谱图像技术的腊肠酸价含量检测[J]. 刘硕,郭培源,杨昆程,赵俊华. 食品工业科技. 2016(05)
[7]高光谱技术在无损检测火龙果可溶性固形物中的应用[J]. 罗霞,洪添胜,罗阔,代芬,梅慧兰. 激光与光电子学进展. 2015(08)
[8]冷鲜羊肉冷藏时间和水分含量的高光谱无损检测[J]. 王婉娇,王松磊,贺晓光,何建国. 食品科学. 2015(16)
[9]高光谱成像结合人工神经网络无损检测桃的硬度[J]. 郭文川,董金磊. 光学精密工程. 2015(06)
[10]基于近红外高光谱图像分析的麦粒硬度分类研究[J]. 张红涛,田媛,孙志勇,母建茹,阮朋举,侯栋宸. 河南农业科学. 2015(04)
博士论文
[1]无信息变量消除法在三种谱学方法中的定量分析研究[D]. 李倩倩.中国农业大学 2014
[2]水果糖度和酸度的近红外光谱无损检测研究[D]. 刘燕德.浙江大学 2006
硕士论文
[1]基于近红外高光谱图像技术的南疆红枣内部品质的研究[D]. 李伟伟.塔里木大学 2017
[2]近红外光谱技术在南疆红枣品质快速无损检测中的应用研究[D]. 彭云发.塔里木大学 2015
[3]基于高光谱成像技术的花生分类及水分和蛋白质含量检测[D]. 崔彬彬.河南工业大学 2015
[4]基于光谱特性的玉米叶片水氮含量快速检测方法研究[D]. 孙瑜.西北农林科技大学 2014
本文编号：3732859
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 引言
1.2 作物水分检测国内外研究现状
1.3 近红外光谱技术国内外研究现状
1.3.1 国内近红外光谱技术研究现状
1.3.2 国外近红外光谱技术研究现状
1.4 近红外光谱技术国内外研究存在问题
1.5 近红外光谱仪器的发展历程
1.6 便携式近红外光谱仪基本构成及发展趋势
1.7 研究内容
1.8 技术路线
1.9 本章小结
第2章 实验材料与方法
2.1 实验地点与材料
2.1.1 实验地点
2.1.2 实验材料
2.1.3 实验仪器
2.1.4 实验软件
2.2 实验设计
2.3 光谱数据的测定
2.4 化学计量学分析方法
2.4.1 骏枣叶片含水量的测定
2.5 骏枣叶片样品异常值的判别方法
2.5.1 马氏距离判别法
2.5.2 化学异常值判别法
2.6 化学计量学软件的基本结构和功能
2.6.1 化学计量学软件的基本构架和功能
2.7 本章小结
第3章 近红外光谱分析技术与方法
3.1 近红外光谱技术介绍
3.1.1 近红外光谱理论依据
3.2 近红外光谱技术的发展历程
3.3 近红外光谱技术特点与检测流程
3.4 分析近红外光谱预处理方法
3.4.1 光谱预处理方法
3.5 校正样本和变量的选择方法
3.5.1 波长变量的选择
3.5.2 校正样本选择方法
3.6 建模方法
3.6.1 偏最小二乘法
3.7 模型评价参数
3.8 本章小结
第4章 骏枣叶片处理结果与分析
4.1 骏枣叶片含水量的测量结果
4.2 校正集样本划分
4.3 光谱图像预处理
4.4 最优波长选择及模型结果分析
4.5 本章小结
第5章 结论与展望
5.1 结论
5.2 不足与展望
5.3 创新点
附录相关缩略词及名称术语
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]南疆鲜羊肉水分含量的近红外光谱法无损检测[J]. 陈杰,姚娜. 现代食品科技. 2017(12)
[2]不同土壤含水量对梨枣蒸腾速率的影响[J]. 冯晓东,路苗苗,常海飞,黑淑梅,陈宗礼. 延安大学学报(自然科学版). 2017(02)
[3]桉树叶片水分状态的近红外光谱检测[J]. 卢万鸿,杨桂丽,林彦,王楚彪,罗建中. 林业科学. 2017(05)
[4]基于特征波长提取的哈密大枣可溶性固形物的高光谱预测[J]. 孙静涛,马本学,董娟,杨杰,徐洁,蒋伟. 现代食品科技. 2016(09)
[5]基于高光谱图像技术的大豆品种无损鉴别[J]. 柴玉华,毕文佳,谭克竹,张春雷,刘春涛. 东北农业大学学报. 2016(03)
[6]基于高光谱图像技术的腊肠酸价含量检测[J]. 刘硕,郭培源,杨昆程,赵俊华. 食品工业科技. 2016(05)
[7]高光谱技术在无损检测火龙果可溶性固形物中的应用[J]. 罗霞,洪添胜,罗阔,代芬,梅慧兰. 激光与光电子学进展. 2015(08)
[8]冷鲜羊肉冷藏时间和水分含量的高光谱无损检测[J]. 王婉娇,王松磊,贺晓光,何建国. 食品科学. 2015(16)
[9]高光谱成像结合人工神经网络无损检测桃的硬度[J]. 郭文川,董金磊. 光学精密工程. 2015(06)
[10]基于近红外高光谱图像分析的麦粒硬度分类研究[J]. 张红涛,田媛,孙志勇,母建茹,阮朋举,侯栋宸. 河南农业科学. 2015(04)
博士论文
[1]无信息变量消除法在三种谱学方法中的定量分析研究[D]. 李倩倩.中国农业大学 2014
[2]水果糖度和酸度的近红外光谱无损检测研究[D]. 刘燕德.浙江大学 2006
硕士论文
[1]基于近红外高光谱图像技术的南疆红枣内部品质的研究[D]. 李伟伟.塔里木大学 2017
[2]近红外光谱技术在南疆红枣品质快速无损检测中的应用研究[D]. 彭云发.塔里木大学 2015
[3]基于高光谱成像技术的花生分类及水分和蛋白质含量检测[D]. 崔彬彬.河南工业大学 2015
[4]基于光谱特性的玉米叶片水氮含量快速检测方法研究[D]. 孙瑜.西北农林科技大学 2014
本文编号：3732859
本文链接：https://www.wllwen.com/nykjlw/yylw/3732859.html
