基于长波近红外光谱快速无接触评估小麦籽粒含水率

• 作者: 乔红 何鸿举 刘红 朱亚东 欧行奇 王慧 王玉玲 蒋圣启
• 来源期刊: 海南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 光谱 检测 小麦 水分
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 化学与化工
• 页码范围: 26-32
• 页数: 7页
• 分类号: TS210.2
• 字数: 3319字
• 语种: 中文
• DOI: 10.12051/j.issn.1674-4942.2019.01.005

摘要

利用长波近红外光谱(900 ～ 1700 nm)联用偏最小二乘(Partial Least Squares,PLS)算法快速评估小麦水分含量.通过采集7个不同品种小麦籽粒(百农201、百农207、百农307、百旱207、AK-58、冠麦1号、周麦18)的近红外反射光谱信息,经高斯滤波平滑(Gaussian Filtering Smoothing,GFS)、多元散射校正(Multiplicative Scatter Correction,MSC)和标准正态变量变换(Standard Normal Variable Correction,SNV)三种预处理后,分别利用偏最小二乘法(Partial Least Squares,PLS)挖掘光谱信息与小麦水分之间的定量关系.结果 显示,经GFS预处理的近红外光谱(100个波长)构建的全波段PLS回归模型(F-PLS)的预测相关系数(Rp=0.927)、预测误差(RMSEP=1.596％)和鲁棒性(ΔE=0.064)均优于另外两种光谱.采用Regression coefficient算法筛选最优波长优化F-PLS模型,以提高预测效率.结果 显示,从GFS预处理光谱筛选的29个最优波长构建的O-PLS回归模型预测精度及鲁棒性均较好(Rp=0.909,RMSEP=0.229％,ΔE=0.078).本试验表明,利用长波近红外光谱技术来快速无接触评估小麦籽粒含水率的潜力巨大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧行奇	河南科技学院生命科技学院	87	527	12.0	19.0
2	刘红	海南师范大学化学与化工学院	62	343	10.0	13.0
3	何鸿举	河南科技学院食品学院	22	96	7.0	8.0
4	乔红		6	16	2.0	4.0
5	王慧	河南科技学院食品学院	14	41	5.0	6.0
6	朱亚东	河南科技学院食品学院	6	12	2.0	3.0
7	王玉玲	河南科技学院生命科技学院	7	18	3.0	4.0
8	蒋圣启	河南科技学院食品学院	2	15	2.0	2.0