利用近紅外光譜技術(shù)檢測葉片水分含量已經(jīng)成為近年來的研究熱點,葉片水分含量是反映果樹生長狀況的重要指標(biāo),果樹葉片長勢、品質(zhì)、顏色及其形態(tài)結(jié)構(gòu)會隨著水分含量的多少發(fā)生一系列的變化,因此,可以利用近紅外光譜分析技術(shù)的快捷、準(zhǔn)確、無損等優(yōu)點,采集駿棗葉片的光譜數(shù)據(jù)對葉片的水分含量進(jìn)行實時檢測和診斷。本研究以新疆第一師拉爾市10團(tuán)6連駿棗樹葉片為試驗對象,使用便攜式近紅外光譜儀（SupNIR-1520,1000-1800nm）采集121片駿棗葉片光譜,對原始光譜圖像采用MC（光譜均值中心化）、autoscaling（標(biāo)準(zhǔn)化）、normalization（歸一化）、MSC（多元散射校正）、SNV（標(biāo)準(zhǔn)正態(tài)變量變換）、WT（小波變換）六種預(yù)處理方法在Window7環(huán)境下,通過Matlab R2014a軟件進(jìn)行光譜圖像處理,通過偏最小二乘法建立駿棗葉片水分含量的檢測模型,并針對模型的評價參數(shù)進(jìn)行比較,為實現(xiàn)駿棗葉片水分含量的快速、無損檢測提供依據(jù)。主要研究結(jié)果如下:（1）以R、RMSEPCV、Precision、RMSEP作為評價模型好壞的依據(jù),考察了不同預(yù)處理方法對模型的影響。通過比較得出,經(jīng)過預(yù)處... 

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 引言
    1.2 作物水分檢測國內(nèi)外研究現(xiàn)狀
    1.3 近紅外光譜技術(shù)國內(nèi)外研究現(xiàn)狀
        1.3.1 國內(nèi)近紅外光譜技術(shù)研究現(xiàn)狀
        1.3.2 國外近紅外光譜技術(shù)研究現(xiàn)狀
    1.4 近紅外光譜技術(shù)國內(nèi)外研究存在問題
    1.5 近紅外光譜儀器的發(fā)展歷程
    1.6 便攜式近紅外光譜儀基本構(gòu)成及發(fā)展趨勢
    1.7 研究內(nèi)容
    1.8 技術(shù)路線
    1.9 本章小結(jié)
第2章 實驗材料與方法
    2.1 實驗地點與材料
        2.1.1 實驗地點
        2.1.2 實驗材料
        2.1.3 實驗儀器
        2.1.4 實驗軟件
    2.2 實驗設(shè)計
    2.3 光譜數(shù)據(jù)的測定
    2.4 化學(xué)計量學(xué)分析方法
        2.4.1 駿棗葉片含水量的測定
    2.5 駿棗葉片樣品異常值的判別方法
        2.5.1 馬氏距離判別法
        2.5.2 化學(xué)異常值判別法
    2.6 化學(xué)計量學(xué)軟件的基本結(jié)構(gòu)和功能
        2.6.1 化學(xué)計量學(xué)軟件的基本構(gòu)架和功能
    2.7 本章小結(jié)
第3章 近紅外光譜分析技術(shù)與方法
    3.1 近紅外光譜技術(shù)介紹
        3.1.1 近紅外光譜理論依據(jù)
    3.2 近紅外光譜技術(shù)的發(fā)展歷程
    3.3 近紅外光譜技術(shù)特點與檢測流程
    3.4 分析近紅外光譜預(yù)處理方法
        3.4.1 光譜預(yù)處理方法
    3.5 校正樣本和變量的選擇方法
        3.5.1 波長變量的選擇
        3.5.2 校正樣本選擇方法
    3.6 建模方法
        3.6.1 偏最小二乘法
    3.7 模型評價參數(shù)
    3.8 本章小結(jié)
第4章 駿棗葉片處理結(jié)果與分析
    4.1 駿棗葉片含水量的測量結(jié)果
    4.2 校正集樣本劃分
    4.3 光譜圖像預(yù)處理
    4.4 最優(yōu)波長選擇及模型結(jié)果分析
    4.5 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 不足與展望
    5.3 創(chuàng)新點
附錄相關(guān)縮略詞及名稱術(shù)語
參考文獻(xiàn)
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]南疆鮮羊肉水分含量的近紅外光譜法無損檢測[J]. 陳杰,姚娜.  現(xiàn)代食品科技. 2017(12)
[2]不同土壤含水量對梨棗蒸騰速率的影響[J]. 馮曉東,路苗苗,常海飛,黑淑梅,陳宗禮.  延安大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[3]桉樹葉片水分狀態(tài)的近紅外光譜檢測[J]. 盧萬鴻,楊桂麗,林彥,王楚彪,羅建中.  林業(yè)科學(xué). 2017(05)
[4]基于特征波長提取的哈密大棗可溶性固形物的高光譜預(yù)測[J]. 孫靜濤,馬本學(xué),董娟,楊杰,徐潔,蔣偉.  現(xiàn)代食品科技. 2016(09)
[5]基于高光譜圖像技術(shù)的大豆品種無損鑒別[J]. 柴玉華,畢文佳,譚克竹,張春雷,劉春濤.  東北農(nóng)業(yè)大學(xué)學(xué)報. 2016(03)
[6]基于高光譜圖像技術(shù)的臘腸酸價含量檢測[J]. 劉碩,郭培源,楊昆程,趙俊華.  食品工業(yè)科技. 2016(05)
[7]高光譜技術(shù)在無損檢測火龍果可溶性固形物中的應(yīng)用[J]. 羅霞,洪添勝,羅闊,代芬,梅慧蘭.  激光與光電子學(xué)進(jìn)展. 2015(08)
[8]冷鮮羊肉冷藏時間和水分含量的高光譜無損檢測[J]. 王婉嬌,王松磊,賀曉光,何建國.  食品科學(xué). 2015(16)
[9]高光譜成像結(jié)合人工神經(jīng)網(wǎng)絡(luò)無損檢測桃的硬度[J]. 郭文川,董金磊.  光學(xué)精密工程. 2015(06)
[10]基于近紅外高光譜圖像分析的麥粒硬度分類研究[J]. 張紅濤,田媛,孫志勇,母建茹,阮朋舉,侯棟宸.  河南農(nóng)業(yè)科學(xué). 2015(04)

博士論文
[1]無信息變量消除法在三種譜學(xué)方法中的定量分析研究[D]. 李倩倩.中國農(nóng)業(yè)大學(xué) 2014
[2]水果糖度和酸度的近紅外光譜無損檢測研究[D]. 劉燕德.浙江大學(xué) 2006

碩士論文
[1]基于近紅外高光譜圖像技術(shù)的南疆紅棗內(nèi)部品質(zhì)的研究[D]. 李偉偉.塔里木大學(xué) 2017
[2]近紅外光譜技術(shù)在南疆紅棗品質(zhì)快速無損檢測中的應(yīng)用研究[D]. 彭云發(fā).塔里木大學(xué) 2015
[3]基于高光譜成像技術(shù)的花生分類及水分和蛋白質(zhì)含量檢測[D]. 崔彬彬.河南工業(yè)大學(xué) 2015
[4]基于光譜特性的玉米葉片水氮含量快速檢測方法研究[D]. 孫瑜.西北農(nóng)林科技大學(xué) 2014



本文編號：3732859