通過比較5種不同光譜預(yù)處理方法(MSC、SNV、VN、一階導(dǎo)數(shù)、二階導(dǎo)數(shù))提取胡楊葉片近紅外光譜信息,分別采用遺傳算法(GA)和連續(xù)投影算法(SPA)篩選特征波段,建立并比較偏最小二乘回歸(PLS)模型對水分含量的預(yù)測效果,研究了胡楊葉片水分含量與葉片光譜信息的關(guān)系。結(jié)果表明,基于5種預(yù)處理方法使用SPA-PLS回歸模型預(yù)測的相關(guān)系數(shù)R分別為0.764 4、0.869 79、0.806 01、0.779 93、0.816 8;預(yù)測均方根誤差(RMSEP)分別為0.017 87、0.014 491、0.018 547、0.020 228、0.018 089;所選取的特征波段個數(shù)分別為11、20、24、18、18,較GA-PLS選取的特征波段數(shù)少,且預(yù)測效果普遍優(yōu)于GA-PLS,其中基于SNV的預(yù)測結(jié)果最好。研究表明,基于近紅外光譜數(shù)據(jù),SPA算法相比于GA算法具有更好的選擇特征波長能力,并且SPA-PLS算法的回歸預(yù)測結(jié)果普遍優(yōu)于GA-PLS,采用SNV-SPA-PLS方法可實(shí)現(xiàn)胡楊葉片水分含量的快速檢測。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1 原始光譜與不同預(yù)處理優(yōu)化后的光譜

由于原始光譜數(shù)據(jù)采集時受環(huán)境影響,可能存在基線漂移、光散射、樣本不均勻等噪聲干擾,因此需要對原始光譜進(jìn)行預(yù)處理。100組胡楊葉片樣本的近紅外光譜吸收譜圖見圖1a,在1280、1420nm和1620nm附近有明顯的吸收峰吸收谷存在,其中1420nm附近對應(yīng)H-O鍵的1....

圖2 基于原始光譜和預(yù)處理光譜GA選擇的特征波長

原始光譜分別經(jīng)過預(yù)處理后(MSC,SNV,VN,一階導(dǎo)數(shù),二階導(dǎo)數(shù)),使用GA方法進(jìn)行特征波長的選取。對256個波段變量進(jìn)行GA運(yùn)算,設(shè)定遺傳算法迭代次數(shù)為100,種群大小為30,變異概率為0.01、遺傳概率為0.6,依變量被選中的頻率高低對變量排序[18]。為了防止算法運(yùn)行過程....

圖3 基于原始光譜和預(yù)處理光譜SPA選擇的特征波長

連續(xù)投影算法(SPA)通過計(jì)算吸光度矩陣中某一波長對其他波長的投影,在該波長序列中選取投影量最大的波長作為下一個波長,序列中的每個波長都與其前一個波長相關(guān)性最小,能最大程度消除共線性對模型的干擾,降低建模過程的復(fù)雜度。分別對胡楊葉片的原始光譜和預(yù)處理光譜數(shù)據(jù)校正集與驗(yàn)證集進(jìn)行SP....

本文編號：4020380