科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
