基于可见/近红外光谱与化学计量学的杏品种无损鉴别方法

摘要：

新疆南疆是全国杏种植面积最大的地区,杏品种繁多.在杏果品市场中,不同品种杏的品质和价格差异较大,以次充好、品质参差不齐等现象严重制约了新疆杏果业的发展.为探究利用可见/近红外光谱快速检测杏品种的可行性,基于样品的可见/近红外光谱与化学计量学方法,对新疆南疆地区的6个品种杏进行定性判别分析,建立一种杏品种的无损鉴别方法.采用光谱仪采集6个品种杏("黄杏"、"橄榄杏"、"小白杏"、"小米杏"、"库买提杏"、"小吊干杏")在350～1000 nm(VIS/NIR)和1000～2500 nm(NIR)两个范围内的光谱数据,去除原始光谱首端的噪声后,对保留的光谱使用Savitzky-Golay(SG)卷积平滑和多元散射校正(MSC)处理以消除光谱存在的干扰信息,采用主成分分析(PCA)、竞争性自适应重加权算法(CARS)、随机蛙跳(RF)、连续投影算法(SPA)对原始光谱降维,结合线性判别法(LDA)、朴素贝叶斯(NB)、K最近邻(KNN)和支持向量机(SVM)对全光谱和降维后光谱建模对比.结果表明:基于全光谱数据建立的模型有较为准确的分类结果,在VIS/NIR范围,SVM模型分类正确率为95.7％,NIR范围内,LDA模型分类正确率为97.8％;采用PCA、CARS-SPA、RF-SPA与SPA方法对光谱数据降维后,模型仍能保持较高的分类精度,在VIS/NIR范围,PCA-LDA模型的分类正确率为97.8％,NIR范围内,RF-SPA-LDA模型的分类正确率高达95.7％.不同模型的结果表明,VIS/NIR范围内的模型分类效果优于NIR范围内模型;4种降维方法中,PCA方法降维效果最优;4种分类器中,LDA与SVM模型的正确率高于NB与KNN模型,更适用于杏品种的鉴别.结果表明,基于VIS/NIR范围光谱结合主成分分析和线性判别法可以实现杏品种的快速无损鉴别,为杏果实的在线分拣鉴定提供了新途径.

关键词：可见光光谱、近红外光谱、化学计量学、杏、品种鉴别

所属期刊栏目：44

分类号：O433.4(光学)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2024-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：44-51