基于近红外光谱的冬小麦籽粒蛋白质含量检测

• 作者: 冯美臣 孙慧 张松 杨武德 武改红 王超 贾学勤
• 来源期刊: 生态学杂志
• 关键词: 冬小麦 近红外光谱 模型评价
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 方法与技术
• 页码范围: 1276-1281
• 页数: 6页
• 语种: 中文
• DOI: 10.13292/j.1000-4890.201804.026

摘要

冬小麦籽粒蛋白质含量(GPC)是评价冬小麦品质的主要指标,为了研究不同建模方法对GPC检测的影响,本研究对冬小麦籽粒的近红外原始光谱进行S-G平滑、基线校正和多元散射校正等预处理,利用连续投影算法(SPA)提取冬小麦GPC的重要光谱波段,并结合偏最小二乘回归(PLSR)、主成分回归(PCR)、支持向量机(SVM)和多元线性回归(MLR)建立GPC的光谱预测模型,并综合比较模型的适用性.结果表明:经过SPA提取的特征波段为1801、1010、1109、2284、2219、2239、871、1361、1925、1849和1456 nm;模型评价方面,利用特征波段建立的SVM模型效果较好,其中校正均方根误差(RMSEC)和R2分别为0.2481和0.9760,验证均方根误差(RMSEP)和R2分别为0.3587和0.9581.研究表明,SPA+SVM预测模型在一定程度上能够实现冬小麦籽粒蛋白质的快速、无损检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯美臣	山西农业大学农学院	48	335	9.0	17.0
2	杨武德	山西农业大学农学院	97	1082	19.0	29.0
3	王超	山西农业大学农学院	24	57	4.0	6.0
4	孙慧	山西农业大学农学院	8	30	4.0	5.0
5	贾学勤	山西农业大学农学院	5	25	3.0	5.0
6	武改红	山西农业大学农学院	5	25	3.0	5.0
7	张松	山西农业大学农学院	5	25	3.0	5.0