基于近红外光谱的设施栽培水果黄瓜磷元素亏缺初期快速诊断

摘要：

磷元素(P)亏缺初期,水果黄瓜植株根部叶片出现小斑点,其症状的外观特征与健康植株根部叶片老化初期类似,难以用肉眼或者计算机图像处理技术识别.本文根据近红外光谱能够反映叶片组织中有机物组分的差异,运用近红外光谱技术对水果黄瓜植株磷元素亏缺进行了快速诊断研究.精确控制营养液中磷元素含量,通过设施栽培方式培养缺磷植株和对照样本.近红外光谱仪采集了90片叶子的原始光谱(60片作为训练集,30片作为预测集),经光谱预处理和窗口宽度优化后均匀划分为27个子区间,分别提取每个子区间的10个主成分数据作为BP人工神经网络(BP-ANN)的输入变量,以叶片缺素情况作为输出变量,建立3层BP-ANN诊断模型.当主成分因子数为3时,第7个子区间对应的模型效果最佳,模型对缺磷叶片和正常叶片的预测准确率均达到100％.研究表明:近红外光谱技术结合BP-ANN快速诊断水果黄瓜磷元素亏缺是可行的.

关键词：缺素诊断、近红外光谱技术、磷元素、水果黄瓜、BP人工神经网络

所属期刊栏目：31

分类号：O657.3(分析化学)

资助基金：国家863计划项目2008AA10Z208;国家自然科学基金项目60901079;江苏省六大人才高峰和青蓝工程项目,国家博士后基金项目,优秀博士论文基金项目和江苏省研究生科研创新计划项目CX10B_ 277Z

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3264-3268