科研之友
微信
新浪微博
Facebook
分享链接
摘要
盐碱胁迫是影响芸豆产量和质量重要的逆境因子之一。农作物盐碱胁迫的研究一般是通过传统的化学研磨萃取法,其操作繁琐且存在破坏性和耗时长等不足,目前对于盐碱胁迫下芸豆冠层近红外光谱(NIR)特性提取以及快速无损检测度的研究鲜有报道。为解决苗期芸豆盐碱胁迫程度快速检测的难题,基于近红外光谱技术,以苗期芸豆为研究对象,研究苗期芸豆健康和多等级盐碱胁迫的光谱曲线特性,提出一种盐碱胁迫下芸豆冠层NIR光谱特性分析及检测的新方法。首先选取吸光度值较强的990～2 452 nm范围内苗期健康和受盐碱胁迫的芸豆冠层光谱数据,选用二次多项式自动拟合去趋势算法(DT)对原始光谱数据进行预处理,然后优选竞争性自适应重加权采样算法(CARS),从预处理后的数据中提取出95个对盐碱胁迫敏感的特征波长。利用径向基函数作为隐含神经元,构建三层前馈神经网络结构为95-282-7型(RBF),通过训练集样本确定网络参数,将网络前向输出值编码为二进制向量,最后解析输出向量至盐碱胁迫等级,完成苗期芸豆盐碱胁迫程度快速检测方法。结果表明:(1)对原始光谱曲线进行多种预处理,研究结果中相关性范围为0.339 4～0.946 1,其中DT预处理光谱的相关性范围为0.943 3～0.946 1,平均值为0.944 7,能够提高快速检测芸豆盐碱胁迫的精度。(2)针对DT预处理后的芸豆冠层近红外光谱曲线,优选CARS算法提取出95维度的光谱特征波长向量,芸豆波长总数减少了93.51%,有效保留了对盐碱胁迫敏感的特征信息源。(3)应用CARS-RBF模型进行自动快速检测芸豆盐碱胁迫程度中学习次数为282次,均方误差(MSE)为0.009 938 59,模型检测准确率达到97.73%,因此该方法是一种芸豆盐碱胁迫程度的快速无损检测的新途径,能够为其他农作物盐碱胁迫程度的快速无损检测提供技术借鉴。
- 单位
