【摘要】：胡楊葉片水分含量是評(píng)價(jià)胡楊健康狀況的重要指標(biāo)。光譜檢測(cè)法是一種常用的手段,但在近紅外光譜的測(cè)量過(guò)程中,在一定程度上必然受到儀器噪聲、擺放形態(tài)差異和環(huán)境的干擾,為避免噪聲、散射對(duì)近紅外光譜的影響,減少數(shù)據(jù)維數(shù),采用多元散射校正(MSC)算法對(duì)原始光譜數(shù)據(jù)進(jìn)行預(yù)處理,去除散射和基線漂移的影響,增加了光譜數(shù)據(jù)的信噪比,使有效光譜信息較為明顯,譜帶特征得到加強(qiáng),有利于特征波長(zhǎng)的選擇。為降低模型的復(fù)雜度,防止過(guò)擬合現(xiàn)象,減小共線性影響,利用連續(xù)投影算法(SPA)進(jìn)行特征變量選擇,并通過(guò)多元線性回歸模型,分析各個(gè)波長(zhǎng)模擬的殘差平方,評(píng)價(jià)各個(gè)波長(zhǎng)的貢獻(xiàn),剔除貢獻(xiàn)較小的波長(zhǎng),最終獲得用于建模的特征波長(zhǎng),改善建模條件。最后使用偏最小二乘回歸算法建立胡楊葉片水分含量檢測(cè)模型。實(shí)驗(yàn)表明,直接使用原始光譜,利用SPA算法篩選變量個(gè)數(shù)為6個(gè),模型預(yù)測(cè)精度為90.144%,相關(guān)系數(shù)r=0.674 24,RMSE=0.021 434,MSC處理后,利用SPA算法選定最終變量數(shù)為5個(gè),預(yù)測(cè)精度為97.734%,相關(guān)系數(shù)r=0.781 63,RMSE=0.016 776。MSC和SPA算法有效的消除了散射噪聲、減小了共線性干擾,模型的預(yù)測(cè)精度和相關(guān)性增加,誤差減小,可用于胡楊葉片水分的快速無(wú)損檢測(cè),而且對(duì)其他作物葉片水分檢測(cè)也具有一定的借鑒意義。
【圖文】：

葉片水分含量檢測(cè)模型，為進(jìn)一步研究胡楊葉片水分便攜式檢測(cè)儀和大面積遙感監(jiān)測(cè)提供理論依據(jù)。１實(shí)驗(yàn)部分１．１數(shù)據(jù)采集實(shí)驗(yàn)采用ＺｏｌｉｘＧａｉａＳｏｒｔｅｒ近紅外成像高光譜儀，光譜測(cè)定范圍９００～１７００ｎｍ（實(shí)際可測(cè)量到１７５０ｎｍ），光譜分辨率５ｎｍ，光譜采樣點(diǎn)４ｎｍ，樣本在室內(nèi)２０～２５℃環(huán)境下進(jìn)行掃描，獲取影像和光譜信息，通過(guò)自帶軟件或ＥＮＶＩ軟件獲取每個(gè)葉片的平均光譜值，每個(gè)樣本測(cè)量５次取平均值，導(dǎo)出為Ｅｘｃｅｌ文件，光譜檢測(cè)平臺(tái)如圖１所示。ＭＳＣ，ＳＰＡ和偏最小二乘回歸算法在ＭＡＴＬＡＢ２０１０ｂ中實(shí)現(xiàn)，葉片水分采用烘干法進(jìn)行測(cè)量。圖１光譜檢測(cè)系統(tǒng)示意圖Ｆｉｇ．１Ｄｉａｇｒａｍｏｆｔｈｅｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｕｍｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ１．２多元散射校正多元散射校正（ｍｕｌｔｉｐｌｅｓｃａｔｔｅｒｉｎｇｃｏｒｒｅｃｔｉｏｎ，ＭＳＣ）是消除光譜數(shù)據(jù)散射影響的一種有效方法，可有效提高數(shù)據(jù)信噪比，增強(qiáng)光譜信息與預(yù)測(cè)指標(biāo)的相關(guān)性，提高檢測(cè)精度。試驗(yàn)中取測(cè)量近紅外光譜平均值作為基準(zhǔn)光譜，將每個(gè)樣品的光譜值與基準(zhǔn)光譜進(jìn)行一元線性回歸，，通過(guò)計(jì)算各光譜相對(duì)于基準(zhǔn)光譜的回歸常數(shù)（線性平移量）和回歸系數(shù)（傾斜偏移量），在每個(gè)樣品原始光譜中減去回歸常數(shù)同時(shí)除以回歸系數(shù)修正光譜基線，同時(shí)參考基準(zhǔn)光譜修正每個(gè)原始光譜的基線平移和偏移，待檢測(cè)樣品成分對(duì)應(yīng)的光譜信息在ＭＳＣ處理過(guò)程中未受到影響，進(jìn)而提高原始光譜的信噪比。具體過(guò)程如下：（１）計(jì)算平均光譜s冢粒椋輳健疲睿椋劍保粒�，］忣（２）建立回箼谓�

本文編號(hào)：2581184