可见-近红外光谱的螺旋藻生长品质指标快速无损检测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3964/j.issn.1000-0593(2018)08-2493-05

可见-近红外光谱的螺旋藻生长品质指标快速无损检测

引用
为了实现微藻生长过程品质指标的快速无损检测,提出了可见-近红外光谱技术检测不同红蓝光源组合培养条件下螺旋藻中叶绿素a和蛋白质的含量.采集不同含量红光和蓝光组合下螺旋藻在325~1075 nm波段范围内的光谱信息,其中红光与蓝光的含量组合分别是(100%,0%),(90%,10%),(70%,30%),(50%,50%).同时测量叶绿素a和蛋白质的含量,建立偏最小二乘(PLS)预测模型.分别基于连续投影算法(SPA)选择了用于叶绿素a和蛋白质预测的特征波长,分别得到5个(404,440,518,662和875 nm)和4个(411,531,602和1047 nm)特征波长.基于特征波长建立了PLS和多元线性回归(MLR)预测模型,SPA-MLR模型中叶绿素a和蛋白质预测集相关系数(correlation coefficient,Rp)分别是0.949和0.974,均方根误差(RMSEP)分别是0.0188和0.00674.结果表明:可见-近红外光谱检测螺旋藻藻体中叶绿素a和蛋白质含量是可行的,通过测量螺旋藻的光谱结合化学计量学方法可以实现对螺旋藻生长状况的检测.

螺旋藻、可见-近红外光谱、叶绿素a、蛋白质、无损检测

38

S216.2(农业动力、农村能源)

国家自然科学基金项目31072247;浙江省自然科学基金项目LY14C130008

2018-08-24(万方平台首次上网日期,不代表论文的发表时间)

共5页

2493-2497

相关文献
评论
暂无封面信息
查看本期封面目录

光谱学与光谱分析

1000-0593

11-2200/O4

38

2018,38(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn