贛南臍橙葉片生長(zhǎng)信息光譜診斷方法.pdf

1、隨著精準(zhǔn)農(nóng)業(yè)的發(fā)展，對(duì)贛南臍橙葉片生長(zhǎng)信息提出了快速、無(wú)損的診斷需求。葉綠素、水分和氮素是臍橙葉片生長(zhǎng)過(guò)程中重要的營(yíng)養(yǎng)信息，傳統(tǒng)的測(cè)量葉片生長(zhǎng)信息的方法存在著檢測(cè)復(fù)雜，破壞樣本，浪費(fèi)時(shí)間等無(wú)可避免的問(wèn)題。光譜診斷具有快速、無(wú)損、高效的優(yōu)點(diǎn)，本研究以贛南臍橙葉片中的葉綠素、水分和氮素為檢測(cè)對(duì)象，搭建了高光譜成像裝置和現(xiàn)有的傅立葉近紅外光譜儀，主要研究了光譜的預(yù)處理和波段選擇方法，得出了基于三種指標(biāo)的最優(yōu)模型，為光譜診斷臍橙葉片生長(zhǎng)信息提供

2、依據(jù)。本論文主要做了以下幾項(xiàng)工作并得出如下結(jié)論：
　　1）為檢測(cè)臍橙葉片組建了高光譜成像系統(tǒng)。分別從采集模塊、成像模塊、光學(xué)模塊、光源、暗箱和軟件等方面介紹了高光譜成像系統(tǒng)的構(gòu)成和搭建過(guò)程，為高光譜技術(shù)檢測(cè)臍橙葉片生長(zhǎng)信息打下基礎(chǔ)。
　　2）研究了遺傳算法(GA)、連續(xù)投影算法(SPA)和正適應(yīng)加權(quán)算法(CARS)三種算法對(duì)于臍橙葉片光譜的特征變量提取的優(yōu)劣。提取的變量選擇PLS建模分析，GA，SPA和CARS可以有效特征變

3、量提取的頻譜數(shù)據(jù)，極大地簡(jiǎn)化模型。SPA不僅穩(wěn)定性好而且提取的特征變量最少，但是在精度方面相對(duì)較弱，GA、CARS的穩(wěn)定性略差，但是根據(jù)所提取變量建立的模型的精度較高。
　　3）高光譜成像裝置對(duì)臍橙葉片葉綠素含量檢測(cè)效果較好。選定所采集的高光譜圖像測(cè)量葉綠素區(qū)域作為感興趣區(qū)域(ROI)，將其平均光譜進(jìn)行分析處理，模型變量提取的最佳結(jié)果為CARS-PLS，相關(guān)系數(shù)預(yù)測(cè)模型(Rp)和標(biāo)準(zhǔn)偏差(RMSEP)值分別為0.96、2.14，可

4、以使用它作為最佳模型用高光譜成像技術(shù)檢測(cè)臍橙葉片葉綠素。
　　4）傅立葉近紅外光譜儀(FT-NIR)對(duì)臍橙葉片水分含量檢測(cè)效果較好。將采集到的葉片F(xiàn)T-NIR光譜經(jīng)過(guò)多元散射校正(MSC)預(yù)處理后進(jìn)行變量篩選建立PLS模型，GA-PLS模型取得較優(yōu)的效果，pR和RMSEP分別為0.96、1.75.，它可以作為傅立葉近紅外技術(shù)檢測(cè)臍橙葉片水分的最佳模型。
　　5）高光譜成像裝置對(duì)臍橙葉片氮素含量檢測(cè)效果較好。將采集的高光譜圖像