【摘要】：胡楊葉片水分含量是評價胡楊健康狀況的重要指標。光譜檢測法是一種常用的手段,但在近紅外光譜的測量過程中,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)算法對原始光譜數(shù)據(jù)進行預(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,有利于特征波長的選擇。為降低模型的復(fù)雜度,防止過擬合現(xiàn)象,減小共線性影響,利用連續(xù)投影算法(SPA)進行特征變量選擇,并通過多元線性回歸模型,分析各個波長模擬的殘差平方,評價各個波長的貢獻,剔除貢獻較小的波長,最終獲得用于建模的特征波長,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模型。實驗表明,直接使用原始光譜,利用SPA算法篩選變量個數(shù)為6個,模型預(yù)測精度為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,預(yù)測精度為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損檢測,而且對其他作物葉片水分檢測也具有一定的借鑒意義。
【圖文】：

葉片水分含量檢測模型，為進一步研究胡楊葉片水分便攜式檢測儀和大面積遙感監(jiān)測提供理論依據(jù)。１實驗部分１．１數(shù)據(jù)采集實驗采用ＺｏｌｉｘＧａｉａＳｏｒｔｅｒ近紅外成像高光譜儀，光譜測定范圍９００～１７００ｎｍ（實際可測量到１７５０ｎｍ），光譜分辨率５ｎｍ，光譜采樣點４ｎｍ，樣本在室內(nèi)２０～２５℃環(huán)境下進行掃描，獲取影像和光譜信息，通過自帶軟件或ＥＮＶＩ軟件獲取每個葉片的平均光譜值，每個樣本測量５次取平均值，導(dǎo)出為Ｅｘｃｅｌ文件，光譜檢測平臺如圖１所示。ＭＳＣ，ＳＰＡ和偏最小二乘回歸算法在ＭＡＴＬＡＢ２０１０ｂ中實現(xiàn)，葉片水分采用烘干法進行測量。圖１光譜檢測系統(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，增強光譜信息與預(yù)測指標的相關(guān)性，提高檢測精度。試驗中取測量近紅外光譜平均值作為基準光譜，將每個樣品的光譜值與基準光譜進行一元線性回歸，，通過計算各光譜相對于基準光譜的回歸常數(shù)（線性平移量）和回歸系數(shù)（傾斜偏移量），在每個樣品原始光譜中減去回歸常數(shù)同時除以回歸系數(shù)修正光譜基線，同時參考基準光譜修正每個原始光譜的基線平移和偏移，待檢測樣品成分對應(yīng)的光譜信息在ＭＳＣ處理過程中未受到影響，進而提高原始光譜的信噪比。具體過程如下：（１）計算平均光譜s冢粒椋輳健疲睿椋劍保粒�，］忣（２）建立回箼谓�

本文編號：2581184