基于高光谱成像技术结合SPA和GA算法测定甜玉米种子电导率

作者：张婷婷; 赵宾; 杨丽明; 王建华; 孙群^*

来源：光谱学与光谱分析, 2019, 39(08): 2608-2613.

• 高光谱技术
• 电导率
• 甜玉米种子
• 特征波段
• 偏最小二乘回归

种子活力对于农业发展至关重要,而甜玉米种子普遍存在活力较低且不耐贮藏的问题。因此,及时准确地对甜玉米种子活力进行检测尤为重要。电导率测定法作为一种传统的种子活力检测方法,存在对种子有一定破坏性、耗时较长、重复性不佳等缺点。针这些问题,尝试利用可见-近红外(VIS-NIR)高光谱成像系统结合化学计量学算法建立甜玉米种子电导率快速、无损且精确的检测方法。以高温高湿老化的绿色超人甜玉米种子为试验材料,先通过可见-近红外高光谱成像系统采集种子的高光谱图像和进行电导率测定试验,随后对高光谱图像进行黑白板校正、提取感兴趣区域,获取光谱反射率数据。利用多种预处理方法分别为标准正态变量变换(SNV)、二阶导(SD)、一阶导(FD)、和多元散射校正(MSC)建立甜玉米种子电导率的偏最小二乘回归(PLSR)模型,比较分析并筛选出最适预处理方法。再通过连续投影算法(SPA)及遗传算法(GA)对MSC预处理后的高光谱波段进行筛选提取,基于选出的特征波段建立PLSR模型,并与全波段(Full)PLSR模型进行对比分析,得到与甜玉米种子电导率相关性最高的高光谱波段组合,最终确立一种能够预测甜玉米种子电导率的方法体系。实验结果显示:不同预处理方法(SNV, FD, SD和MSC)建立的PLSR模型性能有所差异,其中MSC-PLSR模型的表现最优秀,其校正决定系数和预测决定系数分别为0.983和0.974,相应的校正均方根误差和预测均方根误差分别为0.165和0.226。进一步分析MSC-Full-PLSR, MSC-SPA-PLSR和MSC-GA-PLSR模型,发现GA能够将全光谱的853个波段压缩至25个有效波段,所建立的MSC-GA-PLSR模型仍表现优秀,其校正决定系数和预测决定系数分别为0.976和0.973,相应的校正均方根误差和预测均方根误差分别为0.194和0.212。实验结果表明:基于可见-近红外(VIS-NIR)高光谱成像系统结合化学计量学算法实现对甜玉米种子电导率的预测存在一定的可行性。该研究为甜玉米种子电导率的快速、无损且精确的检测提供一定的理论支持。

• 单位
  中国农业大学; 农业部