马铃薯干物质空间分布状态可视化研究

摘要：

采用可见-近红外高光谱检测系统对马铃薯中干物质进行快速检测,并最终实现其分布状态的可视化.采用9种光谱预处理方法对采集的马铃薯高光谱数据进行分析对比,得到标准正态变量(SNV)结合Savitzky-Golay平滑(SG)和一阶导数(FD)的预处理方法效果最好.经过光谱预处理后,采用正自适应加权算法-连续投影法(CARS-SPA)对光谱进行特征变量提取,获得22个变量.对所选变量不同的建模方法进行了比较,以偏最小二乘回归(PLSR)模型预测效果最优,预测集决定系数为0.849,均方根误差为0.878％,相对分析误差为2.312,优于全波段模型.将SNV-SG-FD-CARS-SPA-PLSR模型与高光谱图像结合,得到马铃薯干物质主要分布在内髓与维管束环之间、在内髓位置干物质含量最低、由内髓向外干物质逐渐增加的空间分布.内髓位置干物质质量分数最低,为12.16％,外层最高可达24.62％.结果表明:可见-近红外高光谱技术可准确、快速地实现马铃薯干物质的检测和空间分布的可视化.

关键词：马铃薯、干物质、空间分布、可视化、高光谱

所属期刊栏目：49

分类号：O433.5;S123(光学)

资助基金：国家重点研发计划项目2016YFD0701603-02;山东省农机装备研发创新计划项目2017YF056

在线出版日期：2018-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：339-344,357