贵州喀斯特山区烟叶高光谱参数与叶绿素含量的关系

为实时无损快速地检测烟叶叶绿素含量(质量分数),利用Field Spec 3便携式地物光谱仪采集了贵州喀斯特山区主栽品种南江3号不同长势无病虫害烤烟叶片光谱,测定了相应烟叶的叶绿素含量;同时利用光谱分析技术提取光谱特征变量,并分析了烤烟叶片叶绿素含量与原始光谱、光谱一阶微分以及高光谱特征变量间的相关性;采用多元逐步回归及光谱特征单变量建立了叶绿素含量估测模型并进行了模型精度检验。结果表明:叶绿素a(Chl a)、叶绿素b(Chl b)与原始光谱反射率的相关系数分别在700和701 nm波长处最大;与光谱一阶微分的相关系数分别在623和653 nm波长处最大;Chl a与高光谱特征变量λg,Chl b与高光谱特征变量SDr/SDb的相关系数最大。基于光谱反射率一阶微分的逐步回归模型对烟草叶片Chl a和Chl b含量的估测精度较高,估测效果好。     

基于近红外光谱和BYOL对比学习的烟叶部位识别方法

【背景和目的】烟叶部位识别对卷烟制品的配方设计与质量监控具有重要意义。利用近红外光谱（NIR）分析可以实现烟叶部位的快速、无损在线识别。针对烟叶光谱特征提取困难问题，利用具有强特征提取的BYOL模型，提出NIR-BYOL烟叶部位识别方法。【方法】通过微分光谱融合实现数据增强，利用卷积自编码器和多层感知器实现BYOL的在线网络和目标网络，以在线网络和目标网络输出的均方误差为损失函数，通过损失最小优化的编码值，提取的特征经SVM分类识别烟叶部位信息。实验比较分析了不同数据增强方式、卷积核大小和激活函数对模型的影响。【结果】一阶微分融合和二阶微分融合的组合是最佳数据增强方法，对比学习模型最佳参数为卷积核11*1，激活函数为ELU。模型对部位的平均识别率达到91.79%。相比SVM、PCA+SVM和PLS-DA方法，NIR-BYOL模型的准确率有显著提升，分别提升了13.12%、15.79%、16.79%。【结论】近红外光谱分析技术结合对比学习模型可以有效分类识别烟叶的部位信息。     

板栗壳色素化学性质及结构的初步研究

以板栗壳为材料,首先优化了板栗壳色素的纯化方法,在此基础上研究了纯化色素的化学性质、紫外-可见光谱及红外光谱。硅胶柱层析表明,优化的色素纯化方法简便有效。紫外-可见光谱分析表明:(1)色素甲醇溶液在紫外光区有两个明显的吸收峰,分别在218nm和264nm附近;(2)pH3.0、4.0条件下,紫外光区在218nm和264nm附近有明显的吸收峰,可见光区在480nm附近有小的吸收峰;(3)pH5.0、6.0条件下,紫外光区在218nm和272nm附近有明显的吸收峰,可见光区在510nm附近有小的吸收峰,中性及碱性条件下的光谱也具有相同特点。红外光谱分析表明,色素的主要吸收波数为3400、3145、3043、1715、1630、1400、1036和620cm-1。结合色素的化学性质鉴定,初步推断板栗壳色素含有苯环及酚羟基,而不具有典型黄酮类色素的结构。     

基于近红外光谱特征的赤霉病小麦籽粒SIMCA识别模型构建研究

对赤霉病小麦籽粒和未感病小麦籽粒的近红外光谱进行判别分析,为赤霉病小麦籽粒的识别、分选提供一种新方法。利用近红外光谱分析仪采集2012/13年度江苏、安徽、河南等省份25份农户田间小麦品种籽粒样品的近红外光谱信息,对获取的近红外光谱数据分别进行均值标准化、一阶求导、二阶求导和多元散射校正处理,利用全波段(950～1 650 nm)和特征波长处(985、1 130、1 160、1 190、1 235、1 320、1 385、1 410 nm)的近红外光谱数据,采用离差平方和法(Ward法)聚类分析和主成分分析等化学计量学方法,构建赤霉病小麦籽粒和未病小麦籽粒的SIMCA识别模型。模型诊断和验证结果显示,构建的SIMCA识别模型对赤霉病小麦籽粒和未感病小麦籽粒的正确识别率均为100%,识别效果良好。这一结果表明,近红外光谱技术用于赤霉病小麦籽粒的识别分选是可行的。     

加工番茄虫眼及霉变的可见近红外高光谱成像检测

为了探求一种快速有效识别虫眼和霉变加工番茄的无损检测方法,利用高光谱成像技术,从光谱和图像2个角度对其进行检测。先借助可见近红外高光谱成像系统获取408~1 013nm的加工番茄高光谱图像数据,提取并分析感兴趣区域的平均光谱曲线进行主成分分析,根据各波段权重系数优选了550,750,900nm 3个特征波长;然后通过特征波长下图像的主成分分析,选择缺陷部位与正常区域强度对照最明显的第一主成分图像,通过掩模、阈值处理和形态学开运算等图像处理方法对缺陷番茄进行检测判别。虫眼、霉变和正常三类番茄的识别率分别为93.3%,90%,100%。同时利用上述3个特征波长进行波段比图像运算,并选择波段比550nm/750nm图像进行缺陷识别,虫眼、霉变和正常三类加工番茄的识别率分别为93.3%,96.7%,100%。研究结果表明,二次主成分分析和波段比检测算法均可以有效地识别缺陷加工番茄。另外研究中仅选用了3个特征波段,数据量大大减少,为搭建开发适于加工番茄缺陷的多光谱在线检测系统提供了可能。     

基于同步荧光光谱的杜仲籽油掺假检测研究

建立基于同步荧光光谱的杜仲籽油掺假判别分析模型及检测方法。以杜仲籽油和7种常见植物油为研究对象,采集激发波长范围为250～700 nm,波长间隔为60 nm的同步荧光光谱,分析杜仲籽油和常见食用油的荧光光谱特性,利用光谱峰面积建立掺假判别模型并对其进行验证。结果表明:杜仲籽油与其他7种植物油的荧光特性存在显著差异;分别利用600～700 nm和300～500nm波长范围同步荧光光谱进行主成分分析,其对杜仲籽油掺假识别准确率高达100%;利用峰面积与掺假比例建立定量判别分析模型,检测限分别为1%和0. 48%。该方法可实现对杜仲籽油掺假的定性和定量分析,且具有较高的灵敏度、简便和快速等特点。     

不同气候生态型籼稻糙米粗蛋白含量光谱估测模型研究

为探究气候生态型存在差异的籼稻品种光谱响应规律及其对粗蛋白含量估测模型的影响,本研究利用2019年长江中下游籼稻联合区试实验,采集了不同气候生态型籼稻籽粒反射光谱及糙米粗蛋白含量数据,分析了稻谷原始及一阶微分光谱与糙米粗蛋白含量的相关关系,建立了基于最优光谱指数、全波长和特征波长的籼稻粗蛋白含量的PLSR、PCR和SMLR估测模型,并用R2、RMSE评价模型精度。研究发现,籼稻籽粒光谱反射率随着粗蛋白含量的升高而降低,呈现出中籼稻>晚籼稻>早籼稻的规律;在以原始及一阶微分任意两波长构建的DSI、NDSI和RSI最优光谱指数模型中,PLSR模型效果较好,建模集R2c、RMSEc分别为0.841、0.507%,验证集R2v、RMSEv分别为0.810、0.542%;在全波长模型中,建模效果表现为PLSR>SMLR>PCR,以原始光谱建立的PLSR模型效果最好,建模集R2c、RMSEc分别为0.867、0.464%,验证集R2v、RMSEv分别为0.856、0.472%;特征波长模型中,一阶微分构建的模型优于原始光谱,尤以基于一阶微分光谱建立的PLSR模型稳定性更好,建模集R2c、RMSEc分别为0.842、0.506%,验证集R2v、RMSEv分别为0.823、0.523%。结果表明PLSR模型适用于不同气候生态型籼稻品种间的粗蛋白含量光谱估测。     

近红外光谱分析在寿山石鉴别中的应用

寿山石品种繁多,其鉴别和分类也一直是个难题。首次利用便携式近红外光谱仪(NIR)研究了不同类别寿山石的近红外光谱特征。根据寿山石样品状态(块状和粉末状)的不同表面形态、粒度、质量等因素对近红外光谱测试结果的影响进行了分析,讨论了近红外光谱的主要吸收峰归属,旨在探索一种无损、便捷的寿山石鉴别方法。结果表明,利用便携式近红外光谱仪完全可以区分寿山石的三个主要类别,即高山石类(高岭石族)、芙蓉石类(叶蜡石)、汶洋石类(伊利石)。在块状寿山石样品的近红外光谱1400nm区域,高岭石族矿物表现为一对双峰;叶蜡石和伊利石都仅有一特征单峰,叶蜡石表现为1392nm,伊利石表现为1406nm。寿山石样品的表面形态对近红外光谱没有明显的影响。粉末状寿山石样品的近红外光谱吸收峰更为尖锐,分裂程度更好。除了1400nm处的吸收峰外,在2180nm左右,高岭石类矿物表现为双峰,而叶蜡石和伊利石为单峰,但叶蜡石的吸收峰位于2168nm,伊利石位于2195nm。在条件允许的情况下,获取10mg左右的寿山石样品粉末,便可获得清晰的近红外光谱。     

红外和紫外可见分光光谱法初步鉴别餐饮废油

目的建立简便、快速的餐饮废油、生物柴油以及合格食用油的鉴别检测方法。方法选择市售普通食用油、餐馆用油、生物柴油和餐饮废油(包括潲水油和煎炸老油)为研究对象,以1745 cm-1波数处的共有吸收峰为基准,比较各油脂红外光谱特征吸收峰相对强度;在230~800 nm范围内,比较各油脂的紫外可见吸收曲线,对油脂品质进行比较鉴别。结果比较红外图谱发现,各油脂在3473、3008、1652 cm-1附近对1745 cm-1的吸收峰相对强度差别较大,可以此作为判别依据;通过观察比较各油脂在紫外可见光谱图中的起始和终止吸收波长,以及在668 nm处是否有较高的吸光度或特征吸收峰,可对油脂品质进行鉴别。结论综合红外和紫外可见两种光谱方法的检测结果,本方法可初步地快速鉴别合格食用油与餐饮废油。     

不同产地野山茶三维荧光特性研究

测定了红河州不同地区野山茶的吸收光谱和三维荧光光谱。吸收光谱表明,五个产地的野山茶茶汤均在400nm以下有强吸收,蒙自野山茶的吸收光谱峰主要为235、282、324nm,而其余四地野山茶吸收峰在242、290、350nm附近。荧光光谱表明,各地茶汤均在400～500nm之间出现3个荧光主峰,其1号荧光峰为365～400nm/440～485nm,为黄酮类化合物的荧光峰,且老回龙地区的最强。2号和3号荧光峰也具有明显差异。通过对红河州等地野山茶的研究,利用三维荧光建立了相应的荧光指纹图谱。     

烷基酚聚氧乙烯醚的紫外光谱定性与定量分析

为探索烷基酚聚氧乙烯醚(APnEO)光谱检测方法,对壬基酚聚氧乙烯醚(NPEO)和辛基酚聚氧乙烯醚(OPEO)的紫外吸收特性进行比较研究.结果表明:NPEO、OPEO的紫外吸收光谱没有明显的差别,在275、224 nm附近均有特征吸收峰,可用于进行烷基酚聚氧乙烯醚的定性和定量分析;224 nm处的吸收,定量测定的灵敏度...     

基于多光谱数据的荒漠矿区土壤有机质估算模型

目前运用高光谱数据估算土壤有机质的模型精度已经可以达到精准农业的要求,但其数据的整理和运算过程较为复杂且观测尺度较小。为节省资源,提高效率并为多光谱遥感估算土壤有机质积累经验,该文将Landsat8_OLI多光谱遥感影像各波段的反射率数据与地面土壤有机质SOM(soil organic matter)实测数据相结合,利用SPSS软件及多元线性回归分析方法建立基于反射率R、反射率倒数1/R、反射率倒数对数LN(1/R)、反射率一阶导数FDR(first derivative reflectance)的土壤有机质定量估算模型,精度检验后择取最优模型通过多光谱遥感波段运算的方式推广至整个研究区。结果表明:FDR模型的精度更高,RMSE为0.215,F检验结果为4.072,预测值与实际值之间的决定系数R2为0.963。基于该模型估算研究区空间范围的土壤有机质含量,得出土壤有机质含量在0~5 g/kg之间的面积占总研究区的84.065%,>10 g/kg的面积仅仅为0.001 5%。在4种土地类型中工矿用地SOM平均含量为最高的7.35 g/kg,受开采的煤炭中有机质影响较大。裸地面积2 674.44 km2,占研究区面积的63%,SOM平均含量6.12 g/kg;盐渍地和荒漠林地SOM含量偏低。总之,运用多光谱遥感数据估算干旱区土壤有机质的方法可行,也为遥感估算其他地表参数提供参考。     

基于相关分析法的木素C-H键的近红外光谱特征吸收峰的解析

本文以对羟基苯甲醛、香兰素和紫丁香醛等木素模型物混合物为研究对象,分别根据芳香环上的ArCH基团在3032 cm-1波数处产生的吸收峰和愈疮木基中心甲氧基在1279 cm-1处产生的吸收峰,采用相关分析法成功解析了1668nm、1138nm为木素芳香环上的C-H键在近红外光谱区产生的特征吸收峰,而1195nm、1016nm为木素上的甲氧基的C-H键在近红外光谱区产生的吸收峰。这为植物纤维原料的近红外光谱特征吸收峰的解析提供了一个新的方法。     

欧拉型藏羊肉理化及近红外光谱特性研究

欧拉型藏羊是生长在青藏高原的肉用羊,具有独特的耐高寒低氧属性.本研究对1.0~1.5岁龄的欧拉型藏羊背最长肌的理化特性和近红外光谱特性进行分析,发现其蛋白质和肌内脂肪含量分别高达24.18%和2.05%,剪切力为40.92N,总体品质较好;欧拉型藏羊背最长肌近红外原始光谱在1180、1450nm有吸收峰,一阶求导可以对原始数据进行有效处理,经一阶求导后近红外光谱在1380nm处有明显峰值特征.研究结果表明,欧拉型藏羊肉有良好的食用和加工价值,其特定理化特性导致其出现独特的近红外光谱特性.     

同步荧光光谱法鉴别山西老陈醋

使用同步荧光光谱技术对不同品牌、不同年份山西老陈醋进行研究。结果表明：相同品牌、不同年份老陈醋的荧光吸收峰都在280 nm和360 nm波长附近出现,但荧光强度存在较大的差异,可据此对同一品牌老陈醋进行年份判定。不同品牌、相同年份老陈醋在荧光吸收峰位置和荧光强度上都存在较大的差异,故可根据荧光光谱图进行判别。对所得的同步荧光光谱数据进行主成分分析,从得分图可以直观地鉴定各种醋。本研究建立一种运用同步荧光光谱法快速鉴别老陈醋的方法,具有重要的实践意义和应用前景。     

不同年份陈酿湘西原香醋的光谱特性

通过分析湘西原香醋的紫外光谱、红外光谱和荧光光谱,探讨不同陈酿年份原香醋的光谱特性。结果表明:原香醋的紫外光谱主要在200～400nm间近紫外区存在特征吸收,随陈酿时间延长,紫外吸收增强、光谱曲线上移。不同年份陈酿湘西原香醋的红外光谱—OH对称伸缩振动峰υ(OH)随陈酿时间延长发生不规则变化,在2351cm-1处变化较明显。随陈酿年份延长,原香醋荧光光谱变化较大,总体荧光强度呈下降趋势,陈酿3年后总体荧光强度急剧降低,发射峰由3个减少至2个。陈酿期间原香醋发生的理化变化导致光谱特性改变,光谱分析法可为原香醋陈酿时间的鉴别提供可选方法。     

基于高光谱成像的烟叶泛青特征分析与表征

为解决鲜烟叶成熟度、烘烤质量评价及青烟等级判定过程中存在人为因素对判定结果影响较大等问题，基于高光谱成像技术，通过分析鲜烟叶黄化过程和烤烟正常区域与泛青区域光谱特征差异，采用光谱吸收指数（spectral absorption index,SAI）对烟叶泛青特征进行量化表征。结果表明：(1)在400～780 nm波段，烟叶泛青区域光谱呈现“两谷一峰”特征，随着泛青程度的减弱，吸收谷深度逐渐减小，烘烤后烤烟正常区域在680 nm左右处的波谷基本消失；(2)烟叶泛青程度越高，其SAI值越大；(3)烤烟SAI阈值范围设置为1.19～1.28时，可准确区分正组、微带青组、青黄1级、青黄2级烤烟组别；(4)设定不同的SAI阈值，结合颜色映射，可实现烟叶不同泛青程度相应的泛青区域位置分布。该方法可为鲜烟叶成熟度评价、烘烤变黄期进程的衡量及烤烟等级的判定提供技术支持。     

不同预处理方法对烟草近红外光谱预测模型的影响

采用基线校正、去卷枳、一阶微分、二阶微分、主成分回归(PCR)和偏最小二乘(PLS)法对198个烟叶样品的近红外光谱和总糖、还原糖、总烟碱含量数据进行了处理,建立了相应的总糖、还原糖和总烟碱校正模型,并将这些模型的回归参数作了比较。结果表明:①二阶微分处理光谱建立的模型的相关系数比基线校正、去卷枳、一阶微分预处理法建立的模型的高,而其相对偏差比基线校正、去卷枳、一阶微分法的低;②PLS算法建立的定量分析模型比PCR算法的好。     

基于高光谱图像技术的腊肠酸价含量检测

本文以腊肠为研究对象,探讨了高光谱图像技术对其酸价检测的可行性。研究中,对高光谱成像系统获得的数据进行了MNF变换、PPI纯净指数计算、n-D Visualizer等处理,获得纯净的光谱数据信息。采用主成分分析,获得主成分图像,选取PC2作为分析对象,通过比较权重系数,选取六个特征波长943.28、1003.20、1136.53、1240.03、1326.95、1477.64 nm,并通过特征波长,选定1000~1500 nm波长范围作为光谱分析区域。利用PLS建模方法将高光谱数据与酸价实际值关联,获得腊肠酸价评价模型。采用一阶导+SG(17)+矢量归一化和二阶导+SG(21)+矢量归一化校正方法建立校正模型,校正集RMSECV和R~2分别为0.28,0.97和0.31和0.96,验证集RPD分别为2.92和2.89,一阶导+SG(17)+矢量归一化建立的PLS模型更适合酸价的定量检测,模型预测值平均重复性标准差为0.22,模型预测值平均相对误差为10.32%。研究结果表明,高光谱图像技术检测腊肠酸价含量是可行的。     

光谱预处理对太赫兹光谱预测猪肉K值的影响

采用太赫兹（terahertz,THz）光谱分析技术无损检测猪肉的新鲜度K值,但水会强烈吸收THz波,从而严重影响THz波对肉的检测。考察预处理方法对削弱水的干扰、提升THz光谱检测猪肉K值的模型性能的影响。分别采用多元散射校正、标准正态变量变换、一阶微分、二阶微分4?种预处理方法对衰减全反射光谱进行预处理,基于反向传播人工神经网络回归算法建立猪肉K值的THz光谱预测模型,比较研究4?种预处理方法后的模型预测精度。研究表明：一阶微分预处理方法效果最好,能够消除光谱基线漂移,提高光谱质量。与原始光谱相比,模型的预测集相关系数（Rp）从0.34提高到0.75,预测集均方根误差从20.24%降低到14.36%。因此,选择合适的光谱预处理技术对提高模型预测精度非常重要,采用一阶微分预处理后的THz光谱数据建立反向传播人工神经网络模型能够无损检测猪肉的新鲜度K值。