基于近红外光谱技术的茶鲜叶海拔高度判别模型建立
以不同海拔高度的茶鲜叶为研究对象,扫描获取其近红外光谱(NIRS)并筛选特征光谱区间后,分别应用逐步多元线性回归法(SMLR)、主成分回归法(PCR)和联合区间偏最小二乘法(Si-PLS)建立茶鲜叶海拔高度预测模型.结果表明,在5 542.41~6 888.48 cm-1区间内,对原始光谱进行一阶导数+3点Norris平滑预处理后,建立的SMLR模型预测集相关系数和预测均方差分别为0.800 5和0.486;在4 929.16~6 965.62 cm-1区间内,当主成分数为3时,对原始光谱进行一阶导数+3点Norris平滑预处理后,建立的PCR模型预测集相关系数和预测均方差分别为0.803 6和0.472;当将光谱划分为18个子区间、因子数为13时,选用[5 8 11 17]4个子区间建立的Si-PLS模型预测集相关系数和预测均方差分别为0.944 3和0.295.经比较,Si-PLS模型预测结果最佳.
茶鲜叶、海拔高度、近红外光谱、多元线性回归法、主成分回归法、联合区间偏最小二乘法
37
O657.33(分析化学)
国家自然科学基金项目31400586;国家现代茶产业技术体系建设专项CARS-23
2018-02-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
89-94